Máster Universitario en Ciencias Actuariales y Financieras (Universidad Carlos III Madrid) Aurea Grané (Dept.

Aurea Grané (Dept. Estadı́stica) 1 Máster Universitario en Ciencias Actuariales y Financieras (Universidad Carlos III Madrid) Aurea Grané (Dept. Estadı́stica) 2

Organización de la asignatura
• Cronograma
• Prácticas computacionales (SPSS, Matlab): 16-feb, 15-mar,
Análisis de Datos Multivariantes 12-abr, 26-abr, 10-may.
• Sistema de evaluación:
Introducción: El análisis multivariante
– Examen parcial (25%) y examen final (35%),
en las áreas de seguros y finanzas
– Trabajo final (40%). Análisis de una base de datos mediante
las técnicas estudiadas en la asignatura. La base de datos
Aurea Grané
debe constar de un mı́nimo de 200 registros y contener entre
Dpto. Estadı́stica
10 y 15 variables.
Universidad Carlos III de Madrid
aurea.grane@uc3m.es

Máster Universitario en Ciencias Actuariales y Financieras (Universidad Carlos III Madrid) Aurea Grané (Dept. Estadı́stica) 3 Máster Universitario en Ciencias Actuariales y Financieras (Universidad Carlos III Madrid) Aurea Grané (Dept. Estadı́stica) 4

Bibliografı́a Trabajo final (en grupos de 3 personas)

• Hair, J.F., Tatham, R.L, Anderson, R.E. and Black, W. Base de datos Mı́nimo de 200 registros y de 10 a 15 variables.
Multivariate Data Analysis, 5th edition. Prentice, 1998. Vida Edad (año nacimiento), sexo, nacionalidad, profesión, capital
• Johnson, R.A. and Wichern, D.W. Applied Multivariate asegurado, coberturas, número de hijos, estado civil, número de seguros,
antigüedad, cuantı́a indemnización pagada y causa, etc, . . .
Statistical Analysis, 5th edition. Prentice Hall, 2002.
• Peña, D. Análisis de datos multivariantes. McGraw Hill, 2002. No Vida
• Autos: edad conductor, sexo, años de carnet, estado civil, modelo
• Varela, J. y Lévy, J.P., Análisis Multivariable para las Ciencias
coche, potencia, pintura metalizada, color, zona conducción,
Sociales. Pearson Educación. Madrid, 2009.
cobertura, número de siniestros, años que lleva en la compañı́a,
• Baı́llo, A. y Grané, A. 100 Problemas resueltos de estadı́stica cuantı́a indemnización pagada, etc,. . .
multivariante (implementados en Matlab). Delta Publicaciones, • Hogar: tipo vivienda, metros, año construcción, valoración
Madrid 2008. continente, valoración contenido, extras incluidos (joyas, dinero,
etc,. . . ), coberturas suscritas, vivienda habitual o no, medidas
• Guı́as de SPSS.
seguridad, número de siniestros, cuantı́a indemnización pagada, etc,. . .
Máster Universitario en Ciencias Actuariales y Financieras (Universidad Carlos III Madrid) Aurea Grané (Dept. Estadı́stica) 5 Máster Universitario en Ciencias Actuariales y Financieras (Universidad Carlos III Madrid) Aurea Grané (Dept. Estadı́stica) 6

Aplicación y utilidad del Análisis Multivariante

en Seguros y Finanzas
¿Dónde se utilizarán las técnicas multivariantes?
Objetivo: Análisis de la información con el fin de obtener Perfiles
de Riesgo. Área de Seguros: Tarificación, Reservas, Estudios de Mercado

La agrupación de riesgos en clases homogéneas se hace
teniendo en cuenta los factores de riesgo, que son aquellas
caracterı́sticas exógenas significativas cuya presencia explica
una parte importante de la siniestralidad.
Estadı́stica multivariante
Resumen de la
Datos → →
Información
Análisis de bases de datos clientes y siniestros
Área de Finanzas: Credit Scoring, Calibración de riesgos,
Estudios de Mercado
Análisis de bases de datos clientes y capitales
Toma de
Decisiones

Máster Universitario en Ciencias Actuariales y Financieras (Universidad Carlos III Madrid) Aurea Grané (Dept. Estadı́stica) 7 Máster Universitario en Ciencias Actuariales y Financieras (Universidad Carlos III Madrid) Aurea Grané (Dept. Estadı́stica) 8

Por ejemplo . . .
Nos puede interesar establecer la relación de dependencia entre la
variable cuantitativa experiencia de siniestralidad (número de siniestros Por otro lado, si nuestro objetivo es la selección del conjunto de
por póliza, cuantı́a de un siniestro, cuantı́a total de siniestros) y cada factor variables de tarifa que mejor explique la estructura de riesgo de
de riesgo univariante, cuantitativo o cualitativo de forma individualizada. una cartera, necesitaremos técnicas de análisis estadı́stico multivariante,
que nos permitan organizar procesos de selección teniendo en cuenta
Dedicaremos el Tema 1 al estudio de medidas de correlación y asociación
simultáneamente el conjunto de factores.
entre pares de variables, que también nos permitirán establecer las
relaciones entre los factores. Dedicaremos el resto de temas del curso (del Tema 3 al Tema 6) al
estudio de técnicas multivariantes, como el análisis de componentes
O dado un factor de riesgo, nos puede interesar determinar los niveles de principales, el análisis de correspondencias, el análisis de conglomerados, el
mayor influencia en la siniestralidad. modelo de regresión lineal y el modelo lineal generalizado.
Dedicaremos el Tema 2 al estudio del análisis de la varianza (ANOVA) de
un factor.
Máster Universitario en Ciencias Actuariales y Financieras (Universidad Carlos III Madrid) Aurea Grané (Dept. Estadı́stica) 9 Máster Universitario en Ciencias Actuariales y Financieras (Universidad Carlos III Madrid) Aurea Grané (Dept. Estadı́stica) 10

Resumiendo . . .
Estructura del curso
• Mediante técnicas de estadı́stica multivariante se podrá resumir
y sintetizar de forma concisa y fiel una enorme cantidad de Tema 1 Descripción conjunta de varias variables
información en función de ciertos objetivos y restricciones,
Tema 2 Análisis de la varianza (ANOVA)
• En general, se partirá de amplios conjuntos de datos (grandes
Tema 3 Análisis Factorial: Componentes Principales y Correspondencias
bases de datos) con información de tipo mixto (variables
cuantitativas, cualitativas, binarias, . . . ), Tema 4 Análisis de Conglomerados (Cluster Analysis)

• El objetivo final será obtener información más válida, mejorar la Tema 5 El modelo de regresión lineal
comprensión del problema y reducir el riesgo en la toma de Tema 6 Modelos lineales generalizados: Los modelos Logit y Probit
decisiones.