Approches statistiques semi-paramétriques pour la modélisation longitudinale du risque en assurance automobile
Notice bibliographique
Résumé
Cette thèse de doctorat se concentre sur l’étude de modèles semi-paramétriques et longitudinaux pour la fréquence de réclamation en assurance automobile à des fins de tarification. Un des principaux objectifs de la thèse a été d’étudier le lien entre le kilométrage réellement parcouru par une automobile (collecté par un appareil télématique) et le risque d’une réclamation de type collision. Les modèles de régression additifs généralisés (GAM) et les modèles de régression additifs généralisés d’emplacement, d’échelle et de forme (GAMLSS) ont été utilisés pour permettre une modélisation plus flexible de la fréquence de réclamation. Ces modèles ont la particularité de permettre l’intégration de fonctions de lissage non paramétriques dans le prédicteur linéaire. Les fonctions de lissage qui ont été utilisées sont des splines, nommément les splines cubiques de régression, les P-splines et les splines de régression en plaque mince. La dépendance longitudinale entre les contrats a été considérée avec l’objectif de mieux intégrer l’historique de réclamation dans la tarification. Les distributions longitudinales utilisées pour la modélisation ont été construites par mélange de distributions conjuguées afin d’obtenir une expression explicite de la vraisemblance. Tous les modèles ont été illustrés à l’aide de données fournies par une grande compagnie d’assurance canadienne.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».