Centro de Documentación de Fundación MAPFRE - Modelo espacial Bayesiano para la estimación de la invalidez en España con la metodología INLA

Publicación: Madrid : Universidad Carlos III de Madrid, 2019Notas: Trabajo Fin de Master del Master en Ciencias Actuariales y Financieras de la Escuela de Postgrado de la Universidad Carlos III de Madrid. Tutores: José Miguel Rodríguez-Pardo del Castillo y Jesús Ramón Simón del Potro. Curso 2017-2019Sumario: La insuficiencia de datos en áreas pequeñas y la existencia de dependencias espaciales no medidas a través de las modelizaciones convencionales de las aseguradoras (como los modelos lineales generalizados) nos llevan a recurrir a otro tipo de metodologías como la inferencia Bayesiana. Las estrategias de modelado espacial bayesianas se pueden aplicar a través de la Aproximación de Laplace Anidada Integrada (INLA en sus siglas en inglés) que permite capturar los efectos aleatorios espaciales estructurados (de influencias entre vecinos), no estructurados (heterogéneos de área) y efectos fijos de variables cómo la edad. Demostramos la efectividad de este tipo de metodología a través de un modelado espacial de la invalidez en España con el que se consigue llegar al mapeo de los riesgos relativos de cada área y localizar determinados clusters de riesgo. Otra posible utilidad de este tipo de modelización con INLA es la obtención de variables que capturan la dependencia espacial, que incluyéndolas en un modelo GLM pueden llegar a eliminar este efecto e incluso mejorar su ajusteMateria / lugar / evento: Modelos actuariales Inferencia estadística Teorema de Bayes Aproximación de Laplace integrada Anidada Otros autores: Rodríguez-Pardo del Castillo, José Miguel
Simón del Potro, Jesús Ramón
Universidad Carlos III de Madrid
Serie secundaria: Trabajos Fin de Master Otras clasificaciones: 6