文件名称：通过多项模型进行欺诈检测：将诚实与不可观察的欺诈分开-研究论文
文件大小：339KB
文件格式：PDF
更新时间：2024-06-09 11:21:40
Fraud detection EM-algorithm multinomial logit
在本文中，我们研究了Caudill等人的模型的EM估计量。 （2005）。 该模型的目的是识别被错误分类为诚实的物品，例如个人或公司； 一个例子就是侦查逃税行为。 通常，我们观察到两组物品，分别标记为欺诈和诚实，但怀疑许多观察上诚实的物品实际上是欺诈的。 因此，观察到的诚实项目被分为两个未观察到的组：诚实H（代表真正的诚实）和诚实F（代表被观察为诚实但实际上是欺诈的项目）。 通过使用多项式logit模型，并假设观察到的欺诈行为和未观察到的诚实行为之间具有共同性，Caudill等人。 （2005年）提出了一种使用EM算法将其分离的方法。 通过蒙特卡洛研究，我们研究了该方法的性能如何以及在什么情况下。 我们还研究了自举标准误差如何很好地估计参数估计器的标准偏差。