在保险实践中，保费厘定过程中要考虑两个十分重要的因素就是保单的索赔次数与索赔额，本文只考虑索赔次数模型，现在常见的经验费率厘定系统有奖惩系统(BMS)，无索赔折扣系统(NCD)和可信性模型(Credibility Model)。 常用Poisson等简单分布来描述索赔次数，而这些简单分布都属于线性指数分布族，本文首先求得这些简单分布关于μ((?))的确切可信性估计，然后将常用的结构函数Gamma分布拓展到双参数线性指数分布族，构造了这些简单分布所属分布族的索赔次数模型：线性指数分布模型，并讨论了模型在四种不同保费计算规则下的最优BMS．负二项模型作为线性指数分布族模型的特例给出。 费歇判别法是对已分类的观测样本建立判别函数，在一定的判别规则下再对未分类的观测样本进行分类。本文即在费歇判别法的基础上，引入权重因子来调整组间距与组内距在模型中的比重大小，将费歇判别模型加以改进，将原模型由max=C~TBS／C~TSC改为max=ρC~TBC-(1-ρ)C~TSC，最后由几个实例验证提高了判别效率。