Modelamiento de la severidad para automóviles asegurados en Bélgica por medio de mixturas finitas de distribuciones para el año 1997
View/
Date
2020-01-21Google Scholar
https://scholar.google.es/citations?user=5KmOl5oAAAAJ&hl=esCvlac
http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454199Share
Metadata
Show full item recordCollections
- Pregrado Estadística [90]
Cita
Abstract
En este trabajo se realiza un análisis de la severidad para automóviles asegurados, se pretende observar
la relación con el tipo de automóvil, cobertura de seguro, edad del automóvil, edad de la persona,
genero, seguro grupal, periodo de pago y tipo de combustible, por medio de una mixtura finita de
distribuciones condicionada a la media. Se considerarán diferentes distribuciones continuas que permitan
ajustar valores donde la severidad es alta, debido al tipo de automóvil, cobertura y demás factores
que influyan al aumento de esta, se identifican las distribuciones o distribución que se ajuste a los
datos obteniendo así los diferentes parámetros y estimaciones de la mixtura con sus respectivos pesos y
número de componentes. El algoritmo hope-maximization (EM) es un método iterativo que se encarga
de encontrar máximos locales de la verosimilitud, en donde su función es hacer la estimación de máxima
verosimilitud de los parámetros de la mixtura.
Abstract
In this work an analysis of the severity for insured cars will be carried out, it is intended to observe the
relationship with the type of car, insurance coverage, age of the car, age of the person, gender, group
insurance, payment period and type of fuel , by means of a nite mixture of distributions conditioned
to the average. Di erent continuous distributions that allow adjusting values where the severit y is high,
due to the type of car, coverage and other factors that in
uence the increase of this, will be considered
distributions or distribution that ts the data thus obtaining the di erent parameters and estimates of
the mixture with their respective weights and number of components. The hope-maximization algorithm
(EM) is an iterative method which is responsible for nding local maximums of likelihood, where its
function is to estimate the maximum likelihood of the parameters of the mixture.
PDF Documents
Estadísticas Google Analytics
xmlui.custom.comments.form-panel-heading
The following license files are associated with this item:
Except where otherwise noted, this item's license is described as CC0 1.0 Universal
Indexado por:
