Pembahasan-Soal-Ujian-Profesi-Aktuaris

Pembahasan Ujian PAI: A70 – No. 11 – Agustus 2019

Pembahasan Soal Ujian Profesi Aktuaris

Institusi : Persatuan Aktuaris Indonesia (PAI)
Mata Ujian : Permodelan dan Teori Risiko
Periode Ujian : Agustus 2019
Nomor Soal : 11

SOAL

Diberikan data kerugian untuk dua kategori kelas sebagai berikut:

Kategori Banyak Klaim Besar Klaim
A 120 40.000
B 250 110.000

Rata-rata besarnya klaim pada kategori B ialah 1,5 kali dari besar klaim pada ketegori A. Besar klaim untuk masing-masing kategori berdistribusi Gamma dengan parameter \(\alpha = 3\). Hitung estimasi rata-rata besar klaim untuk kategori A dengan menggunakan metode maximum likelihood yang diaplikasikan untuk kedua kategori di atas.

  1. Kurang dari 310
  2. Sedikitnya 310 tapi kurang dari 320
  3. Sedikitnya 320 tapi kurang dari 330
  4. Sedikitnya 330 tapi kurang dari 340
  5. Sedikitnya 340
[showhide type more_text=”Kunci Jawaban & Pembahasan” less_text=”Sembunyikan Kunci Jawaban & Pembahasan”]
Diketahui
  • Data kerugian untuk dua kategori kelas sebagai berikut:
    Kategori Banyak Klaim Besar Klaim
    A 120 40.000
    B 250 110.000
  • Rata-rata besarnya klaim pada kategori B ialah 1,5 kali dari besar klaim pada ketegori A.
  • Besar klaim untuk masing-masing kategori berdistribusi Gamma dengan parameter
Rumus yang digunakan \(L\left( \theta \right) = \prod\limits_{i = 1}^n {f\left( {{x_i};\theta } \right)} \Rightarrow \frac{{d\ln \left[ {L\left( \theta \right)} \right]}}{{d\theta }} = 0\) Gamma: \(f\left( x \right) = \frac{{{x^{\alpha – 1}}}}{{{\theta ^\alpha }\Gamma \left( \alpha \right)}}\exp \left[ { – \frac{x}{\theta }} \right]\) dengan \(\Gamma \left( n \right) = \left( {n – 1} \right)!\) dan \(E\left[ X \right] = \alpha \theta \) \(E\left[ {X + Y} \right] = E\left[ X \right] + E\left[ Y \right] = {\mu _X} + {\mu _Y}\)
Proses pengerjaan \(L\left( \theta \right) = \prod\limits_{i = 1}^n {f\left( {{x_i};\theta } \right)} = \prod\limits_{i = 1}^n {\frac{{x_i^{\alpha – 1}}}{{{\theta ^\alpha }\Gamma \left( \alpha \right)}}\exp \left[ { – \frac{{{x_i}}}{\theta }} \right]} \) \(L\left( \theta \right) = \prod\limits_{i = 1}^n {x_i^{\alpha – 1} \cdot \frac{1}{{{\theta ^{n\alpha }}\Gamma {{\left( \alpha \right)}^n}}}} \cdot \exp \left[ {\frac{{ – \sum\nolimits_{i = 1}^n {{x_i}} }}{\theta }} \right]\) \(\ln \left[ {L\left( \theta \right)} \right] = \left( {\alpha – 1} \right)\sum\limits_{i = i}^n {\ln \left( {{x_i}} \right)} – n\ln \left( {\Gamma \left( \alpha \right)} \right) – n\alpha \ln \left( \theta \right) – \frac{{\sum\nolimits_{i = 1}^n {{x_i}} }}{\theta }\) \(\frac{{d\ln \left[ {L\left( \theta \right)} \right]}}{{d\theta }} = – \frac{{n\alpha }}{\theta } + \frac{{\sum\nolimits_{i = 1}^n {{x_i}} }}{{{\theta ^2}}} = 0\) \(\frac{{n\alpha }}{\theta } = \frac{{\sum\nolimits_{i = 1}^n {{x_i}} }}{{{\theta ^2}}}\) \(\hat \theta = \frac{{\sum\nolimits_{i = 1}^n {{x_i}} }}{{n\alpha }} = \frac{{\bar x}}{\alpha }\)
Estimasi nilai \(\theta \) berdasarkan dua kategori A dan B
\(\hat \theta = \frac{{\frac{{40,000}}{{120}} + \frac{{110,000}}{{250}}}}{3} = 257.777778\)
Karena rata-rata besarnya klaim pada kategori B ialah 1,5 kali dari besar klaim pada ketegori A, maka

\(E\left[ {\left. B \right|\hat \theta } \right] = 1.5E\left[ {\left. A \right|\hat \theta } \right]\) \(\frac{{E\left[ {\left. A \right|\hat \theta } \right]}}{{E\left[ {\left. B \right|\hat \theta } \right]}} = \frac{2}{3}\)
Estimasi rata-rata besar klaim untuk kategori A

\(E\left[ {\left. A \right|\hat \theta } \right] = \frac{2}{5} \cdot \alpha \cdot \hat \theta = \left( {0.4} \right)\left( 3 \right)\left( {257.777778} \right) = 309.333333\)
Jawaban a. Kurang dari 310
[/showhide]

Leave A Comment

You must be logged in to post a comment