Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Modelli di regressione lineare per l'analisi del premio rc auto

Il seguente elaborato, si pone l'obiettivo di identificare quali sono le variabili in grado di spiegare le variabilità del premio RCA ossia, la prestazione dovuta dal contraente alla compagnia assicuratrice per assicurare la propria auto. Relativamente ad un modesto campione vengono analizzate varie caratteristiche. Alcune di esse sono relative al contraente come l'età, l'anzianità della patente, il sesso, gli incidenti provocati ed il luogo di residenza. Altre concentrano l'attenzione sul mezzo assicurato come l'età del veicolo e la sua potenza.Infine, vi sono anche variabili relative alle caratteristiche del contratto assicurativo posto in essere come l'anno di stipulazione ed il massimale pattuito. Tutte queste variabili sono analizzate al fine di studiarne l'eventuale relazione con il prezzo pagato. In particolare, lo scopo è quantificarne la relazione per capire in che modo tali variabili influiscono nello stabilire il premio assicurativo .Tali analisi quindi porteranno all'individuazione di più modelli che ci permettono di spiegare quali siano le variabili più importanti e in che modo esse condizionano il prezzo pagato.
Il modello statistico utilizzato per esplicitare la relazione funzionale tra il premio e le varie caratteristiche è il modello di regressione lineare multiplo. Modello statistico atto a formalizzare e studiare la dipendenza lineare in media di una variabile Y,
nel nostro caso il premio pagato, da p variabili. Sulla componente erratica del modello, che racchiude in sé le incertezze relative alla rappresentazione adottata ed eventuali shock non considerati vengono effettuate ipotesi classiche ossia, gli errori si annullano in media, la variabilità della componente erratica rimane immutata, nessun legame lineare tra errori di unità statistiche differenti, gli errori si distribuiscono Normalmente ma nella parte finale della tesi anche ipotesi meno usuali come la loro distribuzione SkewNormal

Mostra/Nascondi contenuto.
!"#$%&'(!%") Introduzione Il seguente elaborato, si pone l'obiettivo di identi ficare quali sono le variabili in grado di spiegare le variabilità del premio RCA ossia, la prestazione dovuta dal contraente alla compagnia assicuratrice per assicurare la propria auto. Relativamente ad un modesto campione vengono analizzate varie caratteristiche. Alcune di esse sono relative al contraente come l'età, l'anzianità della patente, il sesso, gli incidenti provocati ed il luogo di residenza. Altre concentrano l'attenzione sul mezzo assicurato come l'età del veicolo e la sua potenza.In fine, vi sono anche variabili relative alle caratteristiche del contratto assicurativo posto in essere come l'anno di stipulazione ed il massimale pattuito. Tutte queste variabili sono analizzate al fine di studiarne l'eventuale relazione con il prezzo pagato. In particolare, lo scopo è quanti ficarne la relazione per capire in che modo tali variabili in fluiscono nello stabilire il premio assicurativo .Tali analisi quindi porteranno all'individuazione di più modelli che ci permettono di spiegare quali siano le variabili più importanti e in che modo esse condizionano il prezzo pagato. Il modello statistico utilizzato per esplicitare la relazione funzionale tra il premio e le varie caratteristiche è il modello di regressione lineare multiplo che può essere considerato nel seguente modo : *!+ ! "+ " , " "+ # , # "$$$"+ - , - ". modello statistico atto a formalizzare e studiare la dipendenza lineare in media di una variabile Y, nel nostro caso il premio pagato, da p variabili. La componente erratica del modello . , racchiude in sé le incertezze relative alla rappresentazione adottata ed eventuali shock non considerati su cui vengono effettuate le seguenti assunzioni : )#. / $!%!/!!&$$$0 gli errori si annullano in media 123#. / $!4 " !/!!&$$$50 la variabilità della componente erratica rimane immutata 678#. / 5. 9 $!%!/: 95/5 9!!&$$$50 nessun legame lineare tra errori di unità statistiche differenti . ~ "#%&4 " $ gli errori si distribuiscono Normalmente !

Laurea liv.I

Facoltà: Economia

Autore: Alessio Giorgini Contatta »

Composta da 30 pagine.

 

Questa tesi ha raggiunto 3123 click dal 08/03/2012.

 

Consultata integralmente 2 volte.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.