Estimateurs à noyau et théorie des valeurs extrêmes : comparaison de leur pouvoir prédictif dans l'analyse du coût des réclamations en assurance automobile
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ce mémoire étudie la distribution du montant des réclamations en assurance automobile à l'aide d'une base de données provenant d'un assureur de l'Ontario. Cette base de données contient différents types de réclamations : blessures corporelles, dommages aux véhicules, vol et risques divers. Les différents types de réclamations sont décrits au premier chapitre. Une attention particulière est portée à la modélisation des réclamations dites extrêmes. Une approche paramétrique est d'abord présentée et les distributions Pareto, gamma, bêta prime et Champernowne sont tour à tour étudiées. On montre que cette approche n'est pas idéale pour modéliser les coûts des réclamations pour blessures corporelles. Deux estimateurs à noyaux sont ensuite introduits. L'estimateur à noyau gamma est utilisé directement sur les données, tandis que l'estimateur à noyau bêta est utilisé pour modéliser une transformation des données. Cette transformation utilise la fonction de répartition d'une distribution Champernowne. Finalement, la théorie des valeurs extrêmes est utilisée. Une méthode de sélection automatique du seuil utilisant le produit maximum des espacements est proposée. Au dernier chapitre, on compare le pouvoir de prédiction des différents modèles à l'aide de la base de données. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Estimation paramétrique, estimation non paramétrique, estimation semi-paramétrique, distribution Champernowne, distribution bêta prime, distribution Pareto généralisée, noyau gamma, noyau bêta, théorie des valeurs extrêmes, produit maximum des espacements.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle