Analyse statistique des données d'assurance

lactu2150  2024-2025  Louvain-la-Neuve

Analyse statistique des données d'assurance
5.00 crédits
30.0 h
Q1
> Horaire
Enseignants
Barigou Karim;
Langue
d'enseignement
Français
Préalables
Maîtrise des concepts de base en statistique et calcul des probabilités, du niveau des cours des programmes FSA1BA, INGE1BA, MATH1BA ou de la mineure d'accès en statistique, sciences actuarielles et science des données.
Thèmes abordés
Modélisations des occurrences, nombres, coûts et durées des sinistres à l’aide des modèles linéaires généralisés (GLM), des modèles additifs généralisés (GAM et GAMLSS), des modèles mixtes (GLMM) et des modèles généralisés non-linéaires (GNM).
Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :

Eu égard au référentiel AA (AA du programme de master en sciences actuarielles), cette activité permet aux étudiants de maîtriser
• De manière prioritaire les AA suivants : 1.1, 1.2, 1.3, 1.4, 1.7, 2.1, 2.3
• De manière secondaire les AA suivants : 1.6, 2.2, 3.1, 3.3
Au terme de ce cours, les étudiants seront capables de
  • Maîtriser les techniques statistiques classiques utilisées en assurance, y compris
    • GLM,
    • GAM et GAMLSS,
    • Modèles mixtes GLMM,
    • et GNM
appliquées aux occurrences, nombres, coûts et durées des sinistres.
  • Les appliquer à la tarification et à la gestion des produits d'assurances dommages, vie et de personnes
 
Contenu
Le cours couvre les chapitres suivants:
  • Segmentation en assurance
  • Modèles de dispersion exponentielle
  • Estimation par maximum de vraisemblance
  • Modèles linéaires généralisés (GLM)
  • Modèles additifs généralisés (GAM)
  • Modèles mixtes
  • Modèles non-linéaires généralisés (GNM)
Méthodes d'enseignement
Le cours consiste en leçons théoriques illustrées de nombreux cas pratiques auxquelles l’étudiant est tenu de
participer.
Modes d'évaluation
des acquis des étudiants
L'évaluation consiste d'une part en un examen écrit portant sur le cours théorique et les travaux pratiques pour lequel l'étudiant dispose des supports du cours (syllabus, slides, exercices, etc.). et d'autre part d'un projet à remettre en cours d'année. 
Ressources
en ligne
Moodle website
Bibliographie
Denuit, M., Hainaut, D., Trufin, J. (2019). Effective Statistical Learning Methods for Actuaries. Volume 1: GLMs and their Extensions. Springer Actuarial Lecture Notes Series.
Faculté ou entité
en charge
> LSBA


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] en sciences actuarielles
ACTU2M
5