Цель курса - объяснить теоретические принципы и идеи вероятностных методов, лежащих в основе оценки рисков и расчетов страховых тарифов, научить применять полученные знания на практике.
Предлагаемый уникальный курс рассчитан на актуариев, работающих в области автомобильного страхования. Основной акцент данного курса делается на правильное практическое применение методологии построения страховых тарифов.
STATISTICA Advanced
Незаменимый помощник
для любого аналитика!
Теоретическая часть (6 часов)
Основы теории вероятностей: распределения, встречающиеся в практике страхования, основные характеристики
Основы математической статистики: понятие выборки, размера выборки, описательные статистики, оценки параметров распределений, точечные и интервальные оценки
Модели индивидуального риска
Модели коллективного риска
Доверительная теория
Проверка статистических гипотез: проверка гипотезы о соответствии теоретического распределения наблюдаемому (критерий Хи-квадрат, критерий Колмогорова-Смирнова)
Проверка статистических гипотез: сравнение средних показателей в группах риска (T-критерий Стъюдента, дисперсионный анализ Фишера)
Линейная регрессия, пошаговые процедуры с включением и исключением предикторов
Однофакторный анализ и процедуры минимального смещения для построения тарифов
Обобщенные линейные модели, применение к построению тарифов
Кластерный анализ: метод k-средних, иерархическая классификация
Практическая часть (12 часов)
Импорт данных в STATISTICA, подготовка данных к анализу, чистка, верификация, удаление выбросов, повторных наблюдений
Описательный анализ: вычисление основных описательных статистик, их интерпретация, точечные и доверительные оценки частоты страховых случаев, убытков на полис и других показателей
Визуальный анализ: гистограммы, диаграммы рассеяния, графики ящики-усы, построение составных графиков
Формирование гипотезы о распределении с помощью визуального анализа
Выявление наиболее значимых предикторов, автоматизация с помощью макросов
Подход к выбору оптимальной группировки значений факторов (стаж вождения, возраст и т.д.)
Множественная регрессия, пример регрессионной задачи
Построение парной регрессии
Построение множественной регрессии
Применение процедур пошагового включения и исключения для отбора значимых предикторов
Кластерный анализ: на примере выявления однородных групп марок и моделей автомобилей
Построение моделей GLM в программе STATISTICA
Построение моделей отдельно для частот и средних убытков на страховой случай
Построение модели для средних убытков на полис
Практические аспекты
Отбор переменных, анализ построенных моделей
Визуальный анализ и интерпретация
Применение пошаговых процедур и процедуры поиска наилучшего подмножества
Выбор базового уровня
Формирование тарифа по построенным моделям
Кейсы
Вопросы и ответы
18 академических часов, курс разбивается на 4 рабочих дня
Записаться Календарь курсов
Авторские права на дизайн и материалы сайта принадлежат компании StatSoft Russia.
|
© StatSoft Russia |
StatSoft Russia – компания, зарегистрированная и действующая в соответствии с законами России, которые могут отличаться от законов других стран, имеющих офисы StatSoft. Каждый офис StatSoft является самостоятельным юридическим лицом, имеет право предлагать услуги и разрабатывать приложения, которые могут быть, а могут и не быть представлены в офисах StatSoft других стран. |