Contexte Métier
Une compagnie d'assurance analyse la corrélation entre le coût des sinistres 'Matériel' et 'Corporel'. Les données réelles sont imparfaites : certaines déclarations sont incomplètes (valeurs manquantes). On teste la robustesse de l'algorithme face à ces données.
Préparation des Données
Création d'un dataset avec des valeurs manquantes aléatoires.
Copié !
| 1 | |
| 2 | DATA mycas.claims; |
| 3 | call streaminit(12345); |
| 4 | DO i=1 to 500; |
| 5 | cost_material = rand('LOGNORMAL'); |
| 6 | cost_bodily = cost_material * 1.2 + rand('NORMAL'); |
| 7 | IF i > 480 THEN cost_bodily = .; |
| 8 | /* Introduction de valeurs manquantes */ OUTPUT; |
| 9 | END; |
| 10 | |
| 11 | RUN; |
| 12 |
Étapes de réalisation
1
Tentative d'ajustement Clayton avec méthode CAL (Calibration) sur données incomplètes
Copié !
| 1 | |
| 2 | PROC CAS; |
| 3 | copula.copulaFit / TABLE={name='claims'}, var={'cost_material', 'cost_bodily'}, copulaType='CLAYTON', method='CAL'; |
| 4 | |
| 5 | RUN; |
| 6 |
Résultat Attendu
L'action doit s'exécuter sans erreur fatale, en ignorant probablement les observations contenant des valeurs manquantes (warning attendu dans les logs), et fournir une estimation du paramètre Theta basée sur les enregistrements complets restants.