Contexto empresarial
Una compañía de seguros desea estimar las reservas de capital necesarias para el próximo año fiscal. Para obtener un intervalo de confianza preciso al 99.9%, necesitan simular un volumen masivo (1 millón de escenarios) de la relación entre la frecuencia de siniestros y el costo promedio por siniestro, asumiendo una distribución normal multivariada estándar.
Preparación de datos
Creación de una matriz de correlación simple para dos variables: Frecuencia y Costo.
¡Copiado!
| 1 | DATA mycas.corr_seguros; LENGTH _name_ $ 10; INFILE DATALINES; INPUT _name_ $ Frecuencia Costo; DATALINES; |
| 2 | Frecuencia 1.0 0.4 |
| 3 | Costo 0.4 1.0 |
| 4 | ; RUN; |
Étapes de réalisation
1
Verificación de recursos y carga de datos.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | TABLE.tableInfo / caslib='casuser'; |
| 4 | |
| 5 | RUN; |
| 6 | |
| 7 | QUIT; |
| 8 |
2
Ejecución de simulación de alto volumen (1,000,000 de filas) con Cópula Normal.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | ACTION copula.copulaSimulate / define={copulaType="NORMAL", corrTable={name="corr_seguros"}} ndraws=1000000 seed=12345 outuniform={name="simu_seguros_masiva", replace=true} var={"Frecuencia", "Costo"}; |
| 4 | |
| 5 | RUN; |
| 6 | |
| 7 | QUIT; |
| 8 |
Resultado esperado
La acción completa exitosamente la generación de 1,000,000 de registros en la tabla 'simu_seguros_masiva'. El tiempo de ejecución debe ser razonable para validar la eficiencia del motor CAS, y los resultados deben ser reproducibles gracias al uso de la semilla (seed).