Universidad Nacional Autnoma de Mxico

Semestre: 2016-2. Asignatura: Matemticas Actuariales del Seguro de Daos

Profesor: Act. Jos Luis Lpez Escorcia.
Ayudante: Act. Karina Vargas Cruz, y Act. Soyner Valentn Consuelos Ruiz
Fecha: 10 de marzo de 2016
Modelos de regresin lineal, para el clculo de primas
Distancia Edad Siniestros
(Km) (Aos) (Miles)
10 30 24 Una compaa de seguros est analizando las posibles variables que
15 25 27 determinan la cuanta de los siniestros que le ocurren a sus
10 40 29 asegurados (aquellos que cuentan con la cobertura de
20 18 31 responsabilidad civil obligatoria en automviles), lo anterior con el
25 22 25 objetivo de cobrarle una prima ms justa. Por lo que se toma un
18 31 33 registro de las caractersticas que se consideran importantes para
12 26 26 determinar la severidad del siniestro. Los datos obtenidos se
14 34 28 muestran en la siguiente tabla:
16 29 31
22 37 39
24 20 33
17 25 30
13 27 25
30 23 42
24 33 40

Para realizar este anlisis es necesario verificar la relacin entre las variables de forma independiente.
Por lo que con apoyo de R, se hace un grfico matricial que permita observarla.

#Anlisis de factores describen a las variables

seguro<-read.table('C:/Users/Karina/Dropbox/MASD1.txt', sep="")
#Anlisis de relacin
pairs(seguro, pch=12,col=c("red", "blue", "green3"), main="Relacin entre variables")

#Distancia en kilmetros de la casa del asegurado a su trabajo

#(v1)
Distancia<-seguro[,1]

1
 Universidad Nacional Autnoma de Mxico
Semestre: 2016-2. Asignatura: Matemticas Actuariales del Seguro de Daos
Profesor: Act. Jos Luis Lpez Escorcia.
Ayudante: Act. Karina Vargas Cruz, y Act. Soyner Valentn Consuelos Ruiz
Fecha: 10 de marzo de 2016
Modelos de regresin lineal, para el clculo de primas

#Edad del Asegurado

#(v2)
Edad<-seguro[,2]

#Monto de la reclamacin
#(v3)
Monto_siniestro<-seguro[,3]

#Anlisis de Correlacin
cor(seguro)

Entoces es posible observar que la variable que est ms relacionada con el monto de la reclamacin es
la distancia en kilmetros que debe recorrer a diario.

plot(Distancia,Monto_siniestro) plot(Edad,Monto_siniestro)

Se puede observar que la variable independiente Distancia (1 ) es la que tiene mejor relacin lineal
con el monto del siniestro, es decir, a medida que aumenta una de ellas aumenta la otra. En tanto la
edad (2 ) que tiene un asegurado no parece tener una relacin lineal muy marcada para predecir el
monto del siniestro.

Para concluir el anlisis es importante utilizar

el comando Summary, que da un resumen
sobre los datos que estn contenidos en la base
de datos.

Finalmente al conocer la informacin con la que se cuenta se decide entonces realizar un ajuste del
modelo.
Ajuste del Modelo

Supongamos entonces que decidimos usar un modelo de la forma:

= 0 + 1 1 + 2 2 +
y: vector n x 1 de respuestas (variable dependiente)

2
 Universidad Nacional Autnoma de Mxico
Semestre: 2016-2. Asignatura: Matemticas Actuariales del Seguro de Daos
Profesor: Act. Jos Luis Lpez Escorcia.
Ayudante: Act. Karina Vargas Cruz, y Act. Soyner Valentn Consuelos Ruiz
Fecha: 10 de marzo de 2016
Modelos de regresin lineal, para el clculo de primas
1 : distancia que recorre a diario el asegurado
2 : edad del asegurado
: errores aleatorios
Y aun cuando algebraicamente existe un procedimiento para determinar el valor de cada uno de los
coeficientes, en este ejercicio sol se analizarn los resultados por lo que con apoyo de un comando en R
los determinamos.

#modelo 1 El monto del

siniestro queda descrito por
mod1<-
lm(Monto_siniestro~Distancia+
Edad)
summary(mod1)

formula(mod1)
Monto_siniestro ~ Distancia +
Edad
mod1

Quedando la ecuacin entonces como:_______________________________________________________________

Determinando que la variable ms significativa es:__________________________________________________

#modelo 2
mod2<-lm(Monto_siniestro~Distancia)
summary(mod2)

Quedando la ecuacin entonces

como:_

3
 Universidad Nacional Autnoma de Mxico
Semestre: 2016-2. Asignatura: Matemticas Actuariales del Seguro de Daos
Profesor: Act. Jos Luis Lpez Escorcia.
Ayudante: Act. Karina Vargas Cruz, y Act. Soyner Valentn Consuelos Ruiz
Fecha: 10 de marzo de 2016
Modelos de regresin lineal, para el clculo de primas
#modelo 3
mod3<-lm(Monto_siniestro~Edad)
summary(mod3)

Quedando la ecuacin entonces como :_______________________________________________________________

Podra considerar solo a la edad como una variable suficiente para determinar el monto del
siniestro?____________________________________

Resuelve las siguientes preguntas:

1) Por qu razn el valor de p-value es ms significativo que en el modelo 1 y 2?

2) De acuerdo al criterio de R2, Cul de los modelos presentados es mejor?