碩士研究生統(tǒng)計分析課程論文-關于保險理賠業(yè)務數據綜合統(tǒng)計分析-資料下載頁
2025-06-05 06:46本頁面
【正文】 水災 .025 火災 .000 污染 .000 LSD 風或冰雹災害 水災 .003 火災 .000 污染 .000 盜竊破壞 .892 水災 風或冰雹災害 .003 火災 .000 污染 .000 盜竊破壞 .003 火災 風或冰雹災害 .000 水災 .000 19 污染 .000 盜竊破壞 .000 污染 風或冰雹災害 .000 水災 .000 火災 .000 盜竊破壞 .000 盜竊破壞 風或冰雹災害 .69762 .892 水災 .003 火災 .000 污染 .000 *. 均值差的顯著性水平為 。 如表 所示，在 LSD 檢驗中，比較兩兩理賠類型之間的 sig值，除了盜竊破壞與風或冰雹災害外，其余都小于 ，這說明每兩種理賠類型之間對于投保額的選擇在 顯著性水平上差異顯著。同樣在 Tukey 檢驗中，這一結論依然成立。 （六）相關與回歸分析 相關分析 在本文的分析數據中，變量家庭人口數，家庭收入以及投保額都是度量性變量，現在要考察這 3個變量之間是否存在顯著相關。我們使用雙變量簡單相關分析有： 20 表 家庭人口數 家庭收入 (以千元計 ) 投保額 (以千元計 ) 家庭人口數 Pearson 相關性 1 ** * 顯著性（雙側） .000 .015 N 4415 4415 4415 家庭收入以千元計 Pearson 相關性 ** 1 .290** 顯著性（雙側） .000 .000 N 4415 4415 4415 投保額 (以千元計 ) Pearson 相關性 * .290** 1 顯著性（雙側） .015 .000 N 4415 4415 4415 **. 在 .01 水平（雙側）上顯著相關。 *. 在 水平（雙側）上顯著相關。 從表 中星號可以看出，家庭人口數與家庭收入在 水平上顯著相關（ r=， sig=），家庭人口數與投保額在 水平上顯著相關（ r=， sig=），家庭收入與投保額在 水平上顯著相關（ r=，sig=）。 回歸分析 在本文所分析的數據中，其中有變量投保額與賠付額，現在假設這兩個變量存在一定的關系，即投保額的大小是否影響賠付額的大小，運用回歸分析的方法檢驗這一假設。 21 首先，繪出散點圖來觀察這兩個變量之間的關系。 由該散點圖可以看出，這兩個變量之間似乎存在一種強的線性關系， 表 模型 平方和 df 均方 F Sig. 1 回歸 1 .000 殘差 4413 總計 4414 a. 預測變量 : (常量 ), 投保額 (以千元計 )。 b. 因變量 : 保險賠付額 (以千元計 ) 如表 ，回歸方程是顯著的， F（ 1,4413） =， sig=,即說明投保額對保險賠付額存在顯著性影響。 表 模型 非標準化系數 標準系數 t Sig. B 標準 誤差 試用版 1 (常量 ) .000 投保額 (以千元計 ) .029 .512 .000 a. 因變量 : 保險賠付額 (以千元計 ) 圖 22 從表 t檢驗都達到了顯著水平，sig均等于 ，自變量和因變量的線性關系顯著。該分析的非標準化回歸方程可以寫為： Y=+，標準化回歸方程為 Y=。 （七）結論 本文通過對 spass系統(tǒng)自帶數據（保險理賠）進行分析，運用了各種統(tǒng)計方法對各變量進行了描述性統(tǒng)計分析，分析了某些變量的頻數分布，均值，極大、極小值，標準差，方差等，并繪制出相應的餅圖，條形圖，直方圖等。也對變量的樣本均值是否與總體均值是否具有顯著性差異，運用了單樣本 T檢驗，獨立樣本 T檢驗以及單因素方差分析等方法進行了檢驗。同樣也通過交叉表分析，分析了各名義性變量之間的關聯性問題。然后，對某些度量性變量進行了相關性分析和回歸分析。最后我們可以得出以下結論： ①性別對于是否保險沒有顯著影響，而婚姻狀況、退休狀況 、受教育程度因素在不同程度上對是否購買保險有一定的影響；②理賠類型中，盜竊破壞、火災、冰雹災害這三種類型所占比例較大，而水災和污染所占比例相對較少，索賠欺騙性在總體中所占比例也較小；③不同的受教育程度、性別、婚姻狀況這三個因素對于索賠欺騙行為沒有顯著性影響④投保人已婚與未婚狀況在投保額上沒有顯著性差異，而投保人退休狀況相反；⑤不同的受教育程度與投保額大小沒有顯著性差異，而不同理賠類型對于投保額的要求是不同的；⑥家庭人口數、家庭收入以及投保額大小在不同的顯著性水平上兩兩之間是顯著相關的；⑦投保額與賠付額之間存 在著一種線性關系。得出這些結論能夠讓我們更好地了解保險行業(yè)的相關信息，并能更好地適應市場，挖掘潛在市場，滿足顧客的需要，提升顧客滿意度。
畢業(yè)設計相關推薦
鄂ICP備17016276號-1