Dernier jeu de slides, pour compléter la section sur le provisionnement, avec des méthodes plus économétriques. Les slides sont enfin en ligne.
Je complèterais éventuellement s’il y a des questions spécifiques, sur un point, ou un autre.
Dernier jeu de slides, pour compléter la section sur le provisionnement, avec des méthodes plus économétriques. Les slides sont enfin en ligne.
Je complèterais éventuellement s’il y a des questions spécifiques, sur un point, ou un autre.
Dernière ligne droite pour le cours d’actuariat de l’assurance non-vie à l’ensae, avec la modélisation de la vie des sinistres, et du calcul des provisions pour sinistres à payer. Les slides sont en ligne.
Quelques petits points pour conclure la partie sur la tarification du risque de masse. Les slides sont en ligne. La dernière partie sera dédiée à la modélisation du passif, avec la modélisation des provisions pour sinistres à payer….
Pour aller plus loin sur la modélisation des coûts individuels, un mot sur les grands risques. Les slides sont en ligne.
Après la modélisation de la fréquence de sinistres, nous allons commencer les modèles de coûts individuels des sinistres. Les slides sont en ligne.
Comme annoncé, le second devoir sera relativement proche du premier. Sauf qu’au lieu de modéliser la survenance, on va chercher à modéliser la fréquence. Le code pour récupérer la base est le même que pour le premier devoir
rm(list=ls()) download.file(url="http://freakonometrics.free.fr/base_ensae_1.RData",destfile="base.RData") load("base.RData")
A partir de la base base_ensae_1, proposez deux modèles (une régression de Poisson, et un modèle parmi ceux vus en cours) pour modéliser la variable Nb1 indiquant le nombre de sinistres survenus sur une police d’assurance (pendant la période de couverture). Il s’agit, comme en cours, d’expliquer la fréquence annuelle de sinistres.
Le rapport doit contenir entre 5 et 10 pages, expliquant les modèles retenus, les choix qui ont été fait (pour rendre catégorielles de variables continues, ou au contraire les lisser, etc).
En plus du rapport, je veux une prévision à l’aide des deux modèles sur la base de données pricing. Je veux, par mail, avec un fichier csv, contenant le numéro de la police, PolNum, et les fréquences annuelles de déclaration d’accidents, avec les deux modèles (Freq1 et Freq2 respectivement)
pricing <- read.csv2("http://freakonometrics.free.fr/pricing.csv")
Le tout (rapport pdf et base csv) doit être envoyé pour le retour des vacances de Noël, par mail à arthur.charpentier@gmail.com. La première page du rapport doit indiquer les noms des deux étudiants du binôme. Je remets une description (succincte) des variables
Following the successfull conferences in London (2013, 2014, 2016) and in Amsterdam (2015), the next edition will take place in Paris. The R in insurance 2017 will take place in ENSAE on June 8.
This one-day conference will focus again on applications in insurance and actuarial science that use R, the lingua franca for statistical computation. The intended audience of the conference includes both academics and practitioners who are active or interested in the applications of R in insurance. The two invited speakers are Katrien Antonio (KU Leuven) and Julie Seguela (Covea). It will be a nice event !
Après la modélisation a priori de la fréquence de sinistres, nous allons voir un peu les modèles a posteriori, avec les méthodes de crédibilité, et les modèles bonus-malus. Les slides sont en ligne.
Le cinquième jeu de slides du cours d’actuariat de l’assurance non-vie est maintenant en ligne. Il s’agit des slides sur la surdispersion dans les modèles de fréquence.
Lundi prochain, suite du cours d’actuariat de l’assurance non-vie. Nous avons terminé la partie sur la classification (modèle logistique, arbres, forêts, bagging, etc), et nous allons aborder la section sur la modélisation de la fréquence, et la régression de Poisson. Je rajouter quelques slides sur la présentation des GLM, qui seront utiles pour parler un peu de sur-dispersion,
Pour le premier devoir, je propose de faire un modèle de classification. Le code pour récupérer la base est
rm(list=ls()) download.file(url="http://freakonometrics.free.fr/base_ensae_1.RData",destfile="base.RData") load("base.RData")
A partir de la base base_ensae_1, proposez deux modèles (une régression logistique, et un modèle parmi ceux vus en cours) pour modéliser la variable Surv1 (indiquant la survenance, ou pas, de sinistres sur une police d’assurance automobile).
Le rapport doit contenir entre 5 et 10 pages, expliquant les modèles retenus, les choix qui ont été fait (pour rendre catégorielles de variables continues, ou au contraire les lisser, etc). Sur la dernière page, les courbes ROC des deux modèles devront être présentées.
En plus du rapport, je veux une prévision à l’aide des deux modèles sur la base de données pricing. Je veux, par mail, avec un fichier csv, contenant le numéro de la police, PolNum, et les probabilité d’avoir un accident, avec les deux modèles (Proba1 et Proba2 respectivement)
pricing <- read.csv2("http://freakonometrics.free.fr/pricing.csv")
Le tout (rapport pdf et base csv) doit être envoyé avant les vacances de Noël, par mail à arthur.charpentier@gmail.com. La première page du rapport doit indiquer les noms des deux étudiants du binôme.
Petite précision, une description (succincte) des variables est faite ci-dessous,
Après plusieurs jours d’interruption, le cours d’actuariat non-vie reprendra ce lundi. Les slides sont en ligne. Il s’agit d’une introduction aux modèles de comptage.
Avant de commencer la tarification, retour sur la classification. Les slides sont en ligne. Il s’agit d’un retour sur la régression logistique, avec une rapide présentation des arbres, et des forêts aléatoires.
Le cours d’actuariat non-vie reprendra ce lundi. Les slides sont en ligne. Il s’agit d’une introduction générale, avec un retour sur les concepts et notions de base.
La semaine prochaine, premier cours d’assurance dommage à l’ENSAE-Paristech. Les slides seront mis en ligne au fur et à mesure… Et mardi, séance de travail dans le cadre de la chaire actinfo.