AK4183

MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik, AK4183 MODEL RISIKO II DAN SIMULASI
Model dan
Ukuran Risiko
Konstruksi Model Risiko (Empiris)
Konstruksi
Model:
Penaksiran
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Risiko Stokastik, Model dan
SIMULASI
Konstruksi
Model Risiko
Ukuran Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko

Konstruksi
Model:
Penaksiran Risiko stokastik adalah kuantifikasi risiko (atau kerugian) melalui
Parameter
Sifat Parameter
peubah acak. Risiko akan bermakna jika diukur atau diprediksi
Latihan
dan ditentukan keakuratannya.
Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko
Data risiko dapat dirangkum melalui model atau distribusi. Kajian
Konstruksi
utama dalam proses ini akan mengkonstruksi atau membangun
Model:
Penaksiran
model.
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Estimasi (Parameter) Model-1
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko

Konstruksi
Model:
Misalkan X1 , X2 , . . . , Xn sampel acak berukuran n dari distribusi
Penaksiran dengan mean µ dan variansi σ 2 . Tunjukkan bahwa X̄ dan S2 ,
Parameter
Sifat Parameter berturut-turut, adalah penaksir tak bias untuk µ dan σ 2 .
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Estimasi (Parameter) Model-2
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko Misalkan θ̂1 adalah penaksir untuk parameter θ; θ̂1 ∈ (a, b).
Stokastik,
Model dan Definisikan penaksir (lain) untuk θ yaitu θ̂2 . Diketahui:
Ukuran Risiko

Konstruksi
Model: θ̂2 = θ̂1 , θ̂1 ∈ (a, b),
Penaksiran
Parameter
Sifat Parameter θ̂2 = a, θ̂1 ≤ a,
Latihan

Konstruksi θ̂2 = b, θ̂1 ≥ b.

Model: Jenis
Data
Data Lengkap Tunjukkan bahwa MSE(θ̂2 ) = MSE(θ̂1 ).
Data Tak Lengkap
Latihan
Jika θ̂1 penaksir tak bias, tunjukkan Var(θ̂2 ) ≤ Var(θ̂1 ).
 AK4183
MODEL
RISIKO II
DAN
Kredibilitas-1
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko
Asumsikan severitas/nilai klaim memiliki mean 256 dan deviasi
Konstruksi
standar 532. Observasi dilakukan pada 456 klaim.
Model:
Penaksiran 1 Tentukan peluang bahwa mean sampel berada dalam (within)
Parameter
Sifat Parameter
10% nilai mean yang sebenarnya.
Latihan

Konstruksi
2 Hitung CV dari (i) distribusi severitas klaim (ii) mean sampel
Model: Jenis
Data
severitas klaim.
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Kredibilitas-2
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Misalkan kerugian agregat mengikuti model distribusi majemuk
Ukuran Risiko (compound); frekuensi klaim berdistribusi Poisson dengan mean
Konstruksi
Model:
569, distribusi severitas klaim memiliki mean 120 dan variansi
Penaksiran
Parameter
782 .
Sifat Parameter
Latihan
1 Hitung mean dan variansi agregat kerugian.
Konstruksi
Model: Jenis
2 Hitung peluang bahwa suatu kerugian agregat yang
Data terobservasi berada dalam 5% mean kerugian agregat.
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Kredibilitas Bühlmann-1
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko Diketahui N menyatakan frekuensi klaim dengan N ∼ B(10, θ).
Konstruksi Severitas klaim, X, merupakan peubah acak eksponensial dengan
Model:
Penaksiran mean cθ. Diberikan θ, frekuensi dan severitas klaim saling bebas.
Parameter
Sifat Parameter
Tentukan k, rasio antara “expected value of the process variansi”
Latihan
dan “ variance of the hypotethical mean”. Apakah k bergantung
Konstruksi
Model: Jenis pada c?
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Kredibilitas Bühlmann-2
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko

Konstruksi
Diketahui N menyatakan frekuensi klaim dengan N ∼ B(10, θ).
Model:
Penaksiran
Severitas klaim, X, merupakan peubah acak eksponensial dengan
Parameter mean cθ. Diberikan θ, frekuensi dan severitas klaim saling bebas.
Sifat Parameter
Latihan Hitung Cov(X, N), kovariansi tak bersyarat N dengan X.
Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Kredibilitas Bühlmann-3
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko
Diketahui N menyatakan frekuensi klaim dengan N ∼ B(10, θ).
Konstruksi
Model: Severitas klaim, X, merupakan peubah acak eksponensial dengan
Penaksiran
Parameter mean cθ. Diberikan θ, frekuensi dan severitas klaim saling bebas.
Sifat Parameter
Latihan
Tentukan parameter (model) kredibilitas Bühlmann untuk N dan
Konstruksi X.
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Konstruksi Model: Penaksiran
SIMULASI
Konstruksi
Model Risiko
Parameter
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko

Konstruksi
Model: Model (risiko) akan memberikan manfaat jika diaplikasikan pada
Penaksiran
Parameter data dengan terlebih dahulu menaksir parameter yang
Sifat Parameter
Latihan membangun model tersebut. Penaksir yang dihasilkan harus
Konstruksi memiliki sifat-sifat penaksir yang baik.
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko Misalkan X1 , X2 , . . . , Xn sampel acak kerugian X yang memiliki

Stokastik,
Model dan distribusi dengan fungsi peluang f (x). Langkah pertama dalam
Ukuran Risiko
mengkonstruksi model adalah penaksiran parameter. Misalkan θ
Konstruksi
Model: parameter yang membangun distribusi peluang atau model.
Penaksiran
Parameter Parameter tersebut dapat ditaksir dengan metode likelihood
Sifat Parameter
Latihan maksimum.
Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Misalkan θ̂ penaksir untuk parameter θ. Fungsi peluang f (x; θ)
Ukuran Risiko
memiliki penaksir parametik fungsi peluang f (x; θ̂). Jika f (x; θ)
Konstruksi
Model: ditaksir langsung dari semua nilai x tanpa asumsi distribusi maka
Penaksiran
Parameter
penaksiran tersebut dikatakan nonparametrik.
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Misalkan θ memiliki penaksir θ̂ML . Misalkan
Stokastik,
Model dan
θ̂U = f (X1 , X2 , . . . , Xn ) dan θ̂L = g(X1 , X2 , . . . , Xn ). Selang
Ukuran Risiko (θ̂L , θ̂U ) dikatakan 100(1 − α)% selang kepercayaan
Konstruksi
Model:
100(1 − α)% untuk θ jika
Penaksiran
Parameter

Sifat Parameter P θ̂L ≤ θ ≤ θ̂U = 1 − α.
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko
Contoh:
Konstruksi
Misalkan θ̂ berdistribusi normal dengan mean θ dan variansi σθ̂2 ,
Model:
Penaksiran
maka selang kepercayaan untuk θ adalah... (*)
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Sifat Parameter - Tak Bias
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko

Konstruksi
Model: Suatu penaksir θ̂ dikatakan tak bias (asimtotik) jika dan hanya jika
Penaksiran
Parameter E(θ̂) = θ (untuk ukuran sampel n yang besar).
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Sifat Parameter - Variansi
SIMULASI
Konstruksi
Model Risiko
Minimum
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko

Konstruksi
Model:
Penaksiran Misalkan θ̂ dan θ̃ penaksir-penaksir tak bias untuk θ. Penaksir θ̂
Parameter
Sifat Parameter
dikatakan efisien jika memiliki variansi yang lebih kecil daripada
Latihan
variansi penaksir θ̃ atau Var(θ̂) ≤ Var(θ̃).
Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Sifat Parameter - Konsisten
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko

Konstruksi
Model:
Penaksiran Bagaimana kita dapat menguji penaksir yang bersifat konsisten?
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Sifat Parameter - MSE
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko

Konstruksi
Model:
Penaksiran Perlukah kita menghitung MSE penaksir?
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Latihan
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko

Konstruksi
Soal 1:
Model:
Penaksiran
Misalkan X1 , X2 , . . . , Xn sampel acak berukuran n dari distribusi
Parameter
Sifat Parameter
dengan mean µ dan variansi σ 2 . Tunjukkan bahwa X̄ dan S2 ,
Latihan berturut-turut, adalah penaksir tak bias untuk µ dan σ 2 .
Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Soal 2:
Ukuran Risiko
Misalkan X1 , X2 , . . . , Xn sampel acak berdistribusi U(0, θ).
Konstruksi
Model: Misalkan Y = maks(X1 , X2 , . . . , Xn ) penaksir untuk θ. Hitung
Penaksiran
Parameter
mean, variansi, bias dan MSE penaksir tersebut.
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik, Mean, variansi, bias dan MSE-nya adalah
Model dan
Ukuran Risiko
nθ θ
Konstruksi
Model:
E(θ̂) = ; E(θ̂) − θ = − .
Penaksiran n+1 n+1
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Soal 3:
Risiko
Stokastik, Suatu kerugian acak X berdistribusi U(0, θ). Sampel diambil dari
Model dan
Ukuran Risiko n pembayaran dari polis dengan batas 100. Delapan nilai sampel
Konstruksi bernilai 100. Penaksir likelihood maksimum untuk parameter θ
Model:
Penaksiran adalah θ̂. Sampel lain dari n pembayaran diambil dari polis
Parameter
Sifat Parameter dengan batas 150. Tiga nilai sampel bernilai 150. Penaksir untuk
Latihan
θ adalah 34 θ̂. Tentukan n.
Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Soal 4:
Risiko
Stokastik, Sampel acak berukuran 12 dari suatu distribusi populasi adalah
Model dan
Ukuran Risiko

Konstruksi
7, 15, 15, 19, 26, 27, 29, 29, 30, 33, 38, 53.
Model:
Penaksiran
Parameter Misalkan variansi distribusi adalah 100.
Sifat Parameter
Latihan
Tentukan bias dari variansi sampel (sebagai penaksir variansi
Konstruksi distribusi).
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Soal 5:
Ukuran Risiko
Misalkan X1 , X2 , . . . , Xn sampel acak dari X yang berdistribusi
Konstruksi
Model: Uniform pada selang (2 θ, 3 θ), dengan θ > 0. Tentukan bias dari
Penaksiran
Parameter
penaksir likelihood maksimum untuk θ.
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko
Soal 6:
Konstruksi
Tentukan penaksir untuk θ pada distribusi Poisson bernilai nol
Model:
Penaksiran
(zero-truncated Poisson distribution).
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Konstruksi Model: Data Lengkap
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko Dalam praktik pemodelan risiko, seringkali diperoleh data yang
Konstruksi menyatakan (i) durasi waktu (length-of-time) dan/atau (ii)
Model:
Penaksiran kerugian. Contoh data durasi adalah lama seseorang menggangur,
Parameter
Sifat Parameter
dirawat di RS ataupun bertahan hidup. Sementara itu, nilai atau
Latihan
besar kerugian klaim dan kompensasi adalah contoh data
Konstruksi
Model: Jenis kerugian.
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik, Misalkan X1 , X2 , . . . , Xn sampel acak yang menyatakan waktu
Model dan
Ukuran Risiko
kegagalan. Representasi atau datanya adalah x1 , . . . , xn .
Konstruksi Kita dapat menentukan m ≤ n data yang memiliki nilai observasi
Model:
Penaksiran berbeda,Psebut y1 , . . . , ym . Banyaknya observasi yj adalah wj
Parameter
Sifat Parameter
dengan m j=1 wj = n.
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan Perhatikan bahwa kita dapat menentukan “risk set” yaitu
Ukuran Risiko

Konstruksi
himpunan banyak observasi dalam P sampel yang memiliki risiko
Model: atas kejadian pada saat yj ; rj = m
i=j wi .
Penaksiran
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Konstruksi Model: Data Lengkap
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko Ilustrasi-1.
Konstruksi Data yang menyatakan waktu kegagalan (setelah diurutkan)
Model:
Penaksiran adalah:
Parameter
Sifat Parameter
Latihan
2, 3, 5, 5, 5, 6, 6, 8, 8, 8, 12, 14, 18, 18, 24, 24.
Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Perhatikan:
Ukuran Risiko
y1 = 2, w1 = 1, r1 = 16
Konstruksi
Model:
Penaksiran
y2 = 3, w2 = 1, r2 = 15
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)
Konstruksi data dalam representasi lain adalah
j yj wj rj
Risiko 1 2 1 16
Stokastik,
Model dan 2 3 1 15
Ukuran Risiko
3 5 3 14
Konstruksi
Model: 4 6 2 11
Penaksiran
Parameter 5 8 3 9
Sifat Parameter
Latihan 6 12 1 6
Konstruksi 7 14 1 5
Model: Jenis
Data 8 18 2 4
Data Lengkap
Data Tak Lengkap
9 24 2 2
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik, Ilustrasi-2.
Model dan
Ukuran Risiko Misalkan data klaim medis adalah:
Konstruksi
Model:
Penaksiran 15, 16, 16, 16, 20, 21, 24, 24, 24, 28, 28, 34, 35, 36, 36, 36, 40, 40, 48, 5
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI Konstruksi data dalam representasi lain adalah
Konstruksi
Model Risiko j yj wj rj
(Empiris)
1 15 1 20
Risiko 2 16 3 19
Stokastik,
Model dan 3 20 1 16
Ukuran Risiko
4 21 1 15
Konstruksi
Model: 5 24 3 14
Penaksiran
Parameter 6 28 2 11
Sifat Parameter
Latihan
7 34 1 9
Konstruksi 8 35 1 8
Model: Jenis
Data
9 36 3 7
Data Lengkap
Data Tak Lengkap
10 40 2 4
Latihan 11 48 1 2
12 50 1 1
 AK4183
MODEL
RISIKO II
DAN
Konstruksi Model: Data Tak
SIMULASI
Konstruksi
Model Risiko
Lengkap
(Empiris)

Risiko
Stokastik, Dalam praktiknya, seringkali kita tidak memiliki informasi
Model dan
Ukuran Risiko lengkap tentang individu atau responden yang menjadi obyek
Konstruksi
Model:
penelitian. Misalnya, studi terhadap lama waktu pasien bertahan
Penaksiran hidup setelah mengalami operasi. Kita dapat memperoleh data
Parameter
Sifat Parameter banyak pasien yang mengalam operasi (i) sebelum atau (ii) setelah
Latihan
studi dilakukan. Dalam kasus pertama, pasien mungkin masih
Konstruksi
Model: Jenis bertahan saat studi dilakukan; namun mungkin juga pasien telah
Data
Data Lengkap meninggal (left truncated). Jika pasien masih bertahan hidup
Data Tak Lengkap
Latihan namun studi telah berakhir, data pasien hingga meninggal tidak
dapat diperoleh (right censored).
 AK4183
MODEL
RISIKO II Ilustrasi-1.
DAN
SIMULASI Misalkan sampel berukuran 10 menyatakan waktu kesintasan
Konstruksi
Model Risiko pasien setelah operasi; t1 waktu saat pasien pertama kali
(Empiris)
diobservasi (t1 = 0 pasien sudah dioperasi), t2 lama waktu sejak
operasi, ta waktu saat studi terhadap pasien dihentikan (karena
Risiko
Stokastik, meninggal M atau studi berakhir A).
Model dan
Ukuran Risiko

Konstruksi i t1 t2 ta status
Model:
Penaksiran 1 0 2 7 M
Parameter 2 0 4 4 M
Sifat Parameter
Latihan
3 2 0 9 M
Konstruksi
4 4 0 10 M
Model: Jenis 5 5 0 12 A
Data
Data Lengkap
6 7 0 12 A
Data Tak Lengkap 7 0 2 12 A
Latihan
8 0 6 12 A
9 8 0 12 A
10 9 0 11 M
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko
Definisikan di yang menyatakan status left-truncation (l-f) untuk
Konstruksi
pasien (i); di = 0 tidak ada l-f (operasi dilakukan saat studi);
Model:
Penaksiran
di > 0 ada l-f (operasi dilakukan selama di sebelum studi).
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko
Definisikan xi menyatakan waktu kesintasan (waktu hingga
Konstruksi
meninggal setelah operasi); jika pasien bertahan hingga akhir studi
Model:
Penaksiran
maka xi tidak terobservasi dan waktu kesintasannya adalah ui .
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Perhatikan:
Ukuran Risiko
d1 = 2, x1 = 9, u1 = −
Konstruksi
Model:
Penaksiran
d3 = 0, x3 = 7, u3 = −
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko Nilai-nilai di , xi , ui adalah...
(Empiris)
i di xi ui
Risiko
1 2 9 -
Stokastik, 2 4 8 -
Model dan
Ukuran Risiko 3 0 7 -
Konstruksi
Model:
4 0 6 -
Penaksiran 5 0 - 7
Parameter
Sifat Parameter 6 0 - 5
Latihan
7 2 - 14
Konstruksi
Model: Jenis 8 6 - 18
Data
Data Lengkap 9 0 - 4
Data Tak Lengkap
Latihan 10 0 2 -
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan Seperti pada data lengkap, kita definisikan yj , wj , rj , dengan
Ukuran Risiko

Konstruksi
rj = rj−1 − wj−1 + banyak observasi yj−1 ≤ di <
Model:
Penaksiran
yj − banyak observasi yj−1 ≤ ui < yj (10.8)
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko atau rj = banyak observasi di < yj − banyak observasi xi <
Konstruksi yj − banyak observasi ui < yj (10.9)
Model:
Penaksiran
Parameter
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik, Perhatikan:
Model dan
Ukuran Risiko

Konstruksi
y1 = 2, w1 = 1, r1 = 6 = 6 − 0 − 0
Model:
Penaksiran
Parameter y2 = 6, w2 = 1, r2 = 6 = 6 − 1 + 3 − 2 = 9 − 1 − 2
Sifat Parameter
Latihan

Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Kita peroleh...
Risiko
Stokastik, j yj wj rj (10.8) (10.9)
Model dan
Ukuran Risiko 1 2 1 6 - 6-0-0
Konstruksi
Model:
2 6 1 6 6-1+3-2 9-1-2
Penaksiran
Parameter
3 7 1 6 6-1+1-0 10-2-2
Sifat Parameter 4 8 1 4 6-1+0-1 10-3-3
Latihan
5 9 1 3 4-1+0-0 10-4-3
Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi Ilustrasi-2.
Model Risiko
(Empiris) Untuk data klaim medis, diperoleh...
i di xi u∗i ui i di xi u∗i ui
Risiko
Stokastik,
1 0 12 15 - 11 3 14 15 -
Model dan
Ukuran Risiko
2 0 10 15 - 12 3 - 15 15
Konstruksi
3 0 8 12 - 13 3 12 18 -
Model:
Penaksiran
4 0 - 12 12 14 4 15 18 -
Parameter
Sifat Parameter
5 0 - 15 15 15 4 - 18 18
Latihan 6 2 13 15 - 16 4 8 18 -
Konstruksi
Model: Jenis
7 2 10 12 - 17 4 - 15 15
Data 8 2 9 15 - 18 5 - 20 20
Data Lengkap
Data Tak Lengkap 9 2 - 18 18 19 5 18 20 -
Latihan
10 3 6 12 - 20 5 8 20 -
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris)
Untuk data klaim medis, diperoleh...
j yj wj rj 10.8 10.9
Risiko 1 6 1 20 - 20-0-0
Stokastik,
Model dan 2 8 3 19 20-1+0-0 20-1-0
Ukuran Risiko
3 9 1 16 19-3+0-0 20-4-0
Konstruksi
Model: 4 10 2 15 16-1+0-0 20-5-0
Penaksiran
Parameter 5 12 2 13 15-2+0-0 20-7-0
Sifat Parameter
Latihan 6 13 1 10 13-2+0-1 20-9-1
Konstruksi 7 14 1 9 10-1+0-0 20-10-1
Model: Jenis
Data 8 15 1 8 9-1+0-0 20-11-1
Data Lengkap
Data Tak Lengkap
9 18 1 4 8-1+0-3 20-12-4
Latihan
 AK4183
MODEL
RISIKO II
DAN
Latihan-1
SIMULASI
Konstruksi
Model Risiko
(Empiris)
Para pelamar pekerjaan diberi tugas untuk menunjukkan
kualifikasinya. Catatan waktu saat mulai dan berakhirnya tugas
Risiko
Stokastik, adalah sebagai berikut:
Model dan
Ukuran Risiko i Bi Ei i Bi Ei
Konstruksi
Model:
1 2 7 10 9 21
Penaksiran
Parameter
2 4 6 11 10 21
Sifat Parameter 3 4 9 12 11 23
Latihan

Konstruksi
4 5 12 13 11 20
Model: Jenis
Data
5 6 14 14 12 19
Data Lengkap 6 7 17 15 15 18
Data Tak Lengkap
Latihan 7 8 14 16 18 24
8 8 13 17 18 25
9 8 20 18 20 24
 AK4183
MODEL
RISIKO II
DAN
Latihan-2
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko Nilai kerugian klaim adalah
Konstruksi
Model:
Penaksiran 5, 7, 8, 10, 10, 16, 17, 17, 17, 19, 20, 20+, 20+, 20+, 20+
Parameter
Sifat Parameter
Latihan Diketahui: deductible 4 dan cakupan maksimum 20.
Konstruksi
Model: Jenis
Tentukan risk set rj .
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Latihan-3
SIMULASI
Konstruksi
Model Risiko
(Empiris)
Suatu polis asuransi memiliki aturan deductible d dan kerugian
(ground-up losses) x berikut:
Risiko
Stokastik, i di xi i di xi
Model dan
Ukuran Risiko 1 0 8 11 4 3
Konstruksi
Model:
2 0 6 12 4 5
Penaksiran
Parameter
3 0 6 13 6 7
Sifat Parameter 4 2 3 14 6 5
Latihan

Konstruksi
5 2 9 15 6 8
Model: Jenis
Data
6 2 7 16 6 10
Data Lengkap 7 2 9 17 6 7
Data Tak Lengkap
Latihan 8 2 5 18 6 4
9 4 6 19 6 8
10 4 8 20 6 9
 AK4183
MODEL
RISIKO II
DAN
SIMULASI
Konstruksi
Model Risiko
(Empiris) Solusi:
Nilai-nilai yj , wj , rj adalah...
Risiko
Stokastik,
yj wj rj (10.8) (10.9)
Model dan
Ukuran Risiko 3 1 8 - 8-0
Konstruksi 5 2 8 8-1+3 11-1
Model:
Penaksiran 6 3 8
Parameter
Sifat Parameter 7 3 8
Latihan
8 4 8
Konstruksi
Model: Jenis 9 3 8
Data
Data Lengkap
10 1 8
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Latihan-4
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko

Konstruksi Sampel kerugian acak diambil dari distribusi Binomial dengan

Model:
Penaksiran
parameter (n, θ). Tunjukkan bahwa proporsi sampel p = X/n
Parameter
Sifat Parameter
adalah penaksir tak bias untuk θ. Apakah np(1 − p) penaksir tak
Latihan bias untuk variansi X?
Konstruksi
Model: Jenis
Data
Data Lengkap
Data Tak Lengkap
Latihan
 AK4183
MODEL
RISIKO II
DAN
Latihan-5
SIMULASI
Konstruksi
Model Risiko
(Empiris)

Risiko
Stokastik,
Model dan
Ukuran Risiko
Sampel acak yang menyatakan waktu klaim hangus adalah
Konstruksi
Model: 3, 4, 4, 6, 7, 8, 8, 9, 11, 12.
Penaksiran
Parameter
1
Sifat Parameter
Latihan
Diketahui waktu kesintasannya S(t) = θt+1 .
Konstruksi
Tentukan penaksir untuk θ menggunakan metode (i) momen, (ii)
Model: Jenis
Data
persentil (berdasarkan persentil ke-50).
Data Lengkap
Data Tak Lengkap
Latihan