[pt] A estimação do risco em seguros de automóveis representa um
difícil
problema de regressão. As dificuldades vão desde a
utilização de um grande
número de variáveis discretas como explicativas, até a
distribuição particular dos
ruídos e uma quantidade expressiva de categorias com
valores nulos e valores
discrepantes.
Supondo que os problemas de estimação estejam relacionados
com a
classificação do risco adotada pelo mercado, este trabalho
propõe um método de
classificação alternativo. O método desenvolvido foi
baseado na técnica de análise
fatorial, e no algoritmo de agrupamento de dados denominado
fuzzy clustering
system.
Para avaliar a eficiência do método em solucionar os
problemas de
estimação, optou-se por utilizar o erro resultante da
aplicação de modelos lineares
generalizados. Ao final, o erro de estimação obtido diante
da classificação
proposta, foi comparado ao obtido diante da classificação
usual de mercado. / [en] The estimation of car insurance risk rate represents a
difficult regression
problem. One of the difficulties of this problem is the use
of a number of discrete
independent variables and a specific error distribution
that presents an expressive
number of null and outlier values.
Assuming that these estimation problems are related to the
risk
classification adopted by the insurance companies, this
work proposes an
alternative classification method. This method is based on
factorial analysis
techniques and on the algorithm known as Fuzzy Clustering
System.
To evaluate the efficiency of this method in solving the
problems identified,
the risk was estimated using generalized linear models. The
errors from each
model were obtained and compared between classifications.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:5932 |
| Date | 14 February 2005 |
| Creators | WILSON LINS MORGADO |
| Contributors | REINALDO CASTRO SOUZA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0024 seconds