Approches statistiques semi-paramétriques pour la modélisation longitudinale du risque en assurance automobile
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.004 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".