herunterladen - Statistik der Unfallversicherung UVG
herunterladen - Statistik der Unfallversicherung UVG
herunterladen - Statistik der Unfallversicherung UVG
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
— Wie gross muss ein Versichertenbestand V sein, damit seine Unfallkosten z mit vorgegebener Wahrscheinlichkeit<br />
%in den um den Erwartungswert h V vorgegebenen Bereich [a,h V, a,h V] fallen'. Hier ist<br />
V aus <strong>der</strong> Beziehung<br />
B(a,hV~ ~a,hV) = W<br />
zu ermitteln. Dabei muss beachtet werden, dass in diesem Falle b(z) und damit auch die Wahrscheinlichkeitsvei<br />
teilung <strong>der</strong> Unfallkosten von <strong>der</strong> verän<strong>der</strong>lichen Grösse V abhängig sind und dass zwischen<br />
den Grössen a, und a., im allgemeinen eine wechselseitige Bindung besteht.<br />
Die Wahrscheinlichkcitsverteilung <strong>der</strong> Unfallkosten eines Versiche)tcnbestandes ist unbekannt und<br />
kann auch nicht unmittelbar aus <strong>der</strong> Erfahrung gewonnen werden, weil viel zu wenig Beobachtungen vorliegen.<br />
Sie lässt sich jedoch mit Hilfe <strong>der</strong> Häufigkeitsverteilung <strong>der</strong> Unfallzahl f(x) und <strong>der</strong> Häufigkeitsverteilung<br />
<strong>der</strong> Unfallkosten u(z) darstellen, sofern gewisse vereinfachende Annahmen sowie Näherungen<br />
bei <strong>der</strong> numerischen Auswertung in Kauf genommen werden.<br />
Es scheint am einfachsten, f(x) aus <strong>der</strong> Reihe <strong>der</strong> beobachteten jährlichen Unfallzahlen zu ermitteln.<br />
Dafür reicht aber die Zahl <strong>der</strong> verfügbaren Beobachtungen nicht aus. Unter <strong>der</strong> Annahme, das Auftreten<br />
<strong>der</strong> Unfälle könne durch einen sogenannten zusammengesetzten Poissonprozess mit einer Pearson-III<br />
Verteilung als Strukturfunktion beschrieben werden, ergibt sich für die Häufigkeitsverteilung <strong>der</strong> Unfallzahl<br />
x die sogenannte negative Binomialverteilung<br />
p /'<br />
p+x<br />
Dabei ist x <strong>der</strong> Durchschnitt von f(x) und p <strong>der</strong> reziproke Wert <strong>der</strong> Streuung <strong>der</strong> Strukturfunktion; eine<br />
Untersuchung hat ergeben, dass für Versichertenbestände, die we<strong>der</strong> extrem klein noch extrem gross sind,<br />
näherungsweise p = [ V gesetzt werden kann, so dass für die Streuung s> <strong>der</strong> Unfallzahl die einfache<br />
Beziehung<br />
gilt. lm Gegensatz zu/(x) lässt sich u(z) in grössern Versichertenbeständen ohne Schwierigkeit empirisch<br />
als numerische Funktion ermitteln, indem die Unfälle nach <strong>der</strong> Höhe ihrer Kosten geordnet und ausgezählt<br />
werden. Auch die statistischen Masszahlen wie Durchschnitt, Streuung und Schiefe von u(z)<br />
können auf Grund <strong>der</strong> Auszählung ohne weiteres ermittelt werden. Für <strong>der</strong>art hohe Unfallzahlen, wie<br />
sie hier in Betracht fallen, ist es dagegen praktisch unmöglich, die Faltung '"'u(z) <strong>der</strong> numerischen Funktion<br />
u(z) durchzuführen.<br />
Wenn demzufolge auch keine Möglichkeit besteht, unmittelbar aus f(x) und u(z) einen geschlossenen<br />
Ausdruck für b(z) herzuleiten, können doch die üblichen statistischen Masszahlen <strong>der</strong> gesuchten Häufigkeitsverteilung<br />
b(z) verhältnismässig einfach bestimmt werden. Wird für f(x) die negative Binomialverteilung<br />
gewählt und zudem p = [ V gesetzt, gilt beispielsweise für die Streuung s„' von b(z) die einfache<br />
Beziehung<br />
2<br />
S~ — Z<br />
Z<br />
1'V<br />
+s,-',+ l<br />
z = h V ist <strong>der</strong> Durchschnitt von b(z) und s,', die Streuung <strong>der</strong> normierten Häufigkeitsverteilung u(z). Die<br />
Kenntnis dieser Masszahlen legt es nahe, die Häufigkeitsverteilung b(z) durch eine passende und <strong>der</strong><br />
tabellarischen Auswertung zugängliche Funktion anzunähern. Als solche eignet sich zum Beispiel die<br />
dreiparametrige logarithmische Normalverteilung. ihre Parameter können so bestimmt werden, dass die<br />
schiefe Verteilung im Nullpunkt beginnt und denselben Durchschnitt z und dieselbe Streuung s~ besitzt<br />
wie die darzustellende Verteilung b(z). Weil die logarithmische Normalverteilung auf die tabellierte ge<br />
140