Τιμολόγηση νοσοκομειακών προγραμμάτων με την χρήση γενικευμένων γραμμικών μοντέλων
| dc.contributor.author | Αγρίτη, Βασιλική | |
| dc.date.accessioned | 2018-02-21T12:07:38Z | |
| dc.date.available | 2018-02-21T12:07:38Z | |
| dc.date.issued | 2017-12 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/10976 | |
| dc.description.abstract | Σκοπός αυτής της διπλωματικής εργασίας είναι η μελέτη των γενικευμένων γραμμικών μοντέλων εφαρμόζοντας αυτά σε αληθινά δεδομένα. Για την περάτωση αυτής της διπλωματικής εργασίας χρησιμοποιήθηκαν ασφαλιστικά δεδομένα μετά απο συλλογή τους και ανάλυσή τους από τους Piet de Jong και Gillian Z. Heller για τις ανάγκες του βιβλίου Generalized Linear Models for Insurance Data. Αυτά τα δεδομένα αναφέρθηκαν στην Αυστραλία κατά τη χρονική περίοδο από τον Ιούλιο του 1989 έως το τέλος του 1999. Η εργασία αυτή χωρίζεται σε δύο μέρη. Στο πρώτο μέρος παρουσιάζονται τα γενικευμένα γραμμικά μοντέλα και η θεωρία τους για την κατανόηση και την περαιτέρω εφαρμογή τους στην συνέχεια. Εστιάζουμε ιδιαίτερα στις μεταβλητές απόκρισης που είναι διακριτές και αναφέρονται σε δίτιμα δεδομένα (binary data). Στο δεύτερο μέρος γίνεται η μελέτη των δεδομένων χρησιμοποιώντας το στατιστικό πακέτο λογισμικού R. Για τις ανάγκες της ανάλυσης θα επιχειρηθεί να επιλεγεί το βέλτιστο μοντέλο εφαρμόζοντας την λογιστική παλινδρόμηση στα δεδομένα, όπου η μεταβλητή απόκρισης ‘Αποζημίωση’, μετασχηματίστηκε σε μία δίτιμη μεταβλητή. Ως επεξηγηματικές μεταβλητές θα θεωρηθούν: - ο βαθμός τραυματισμού, όπως κωδικοποιήθηκε, σε τρίτιμη μεταβλητή με επίπεδα, ‘χαμηλός’, ‘σοβαρός’ και ‘θάνατος’, - η κατηγορική μεταβλητή νομική εκπροσώπηση και - η μεταβλητή καθυστέρησης διακανονισμού. Αρχικά θα εξετασθεί η σημαντικότητα της εισαγωγής του πρώτου όρου-μεταβλητής, με χρήση ελέγχου Χ2, του κριτηρίου AIC και του κριτηρίου BIC για να διερευνηθεί κατά πόσο οι νέες μεταβλητές βελτιώνουν την εκτίμηση. Εν συνεχεία και αφού καταλήξουμε στην επιλογή του βέλτιστου μοντέλου με την παραπάνω διαδικασία, θα επιχειρηθεί να εξεταστεί εάν η επιλογή του παραπάνω υποδείγματος είναι ικανοποιητική, χρησιμοποιώντας την μέθοδο Stepwise και Backwards selection με βάση τα κριτήρια AIC και BIC. Τέλος, γίνεται η ερμηνεία των επιλεχθέντων μοντέλων και συγκρίνονται με τα αποτελέσματα που παρουσίασαν οι de Jong και Heller. | el |
| dc.format.extent | 69 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
| dc.title | Τιμολόγηση νοσοκομειακών προγραμμάτων με την χρήση γενικευμένων γραμμικών μοντέλων | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
| dc.description.abstractEN | The purpose of this thesis is to study the theory of generalized linear models by applying them to real data. To complete this thesis, insurance data were used after being collected and analyzed by Piet de Jong and Gillian Z. Heller for the need of the book Generalized Linear Models for Insurance Data. These data were reported in Australia during the period from July 1989 to the end of 1999. This thesis is divided into two parts. In the first part, we present the generalized linear models and their theoretical background in order to understand them and apply them. We mainly focus on response variables that are distinct and refer to binary data. In the second part we analyze the data using the statistical software package R. For the analysis needs, we will try to select the optimal model by applying the logistic regression to the data, where the response variable 'Claims' was transformed into a two-tier variable. As explanatory variables will be considered: the degree of injury, as encoded, to a categorical variable with levels, 'low', 'severe' and 'death', - the categorical variable legal representation and - the variable settlement delay. Initially, the importance of entering the first variable will be tested, using Χ2 test, AIC criterion and BIC criterion, in order to examine whether the new variables improve the estimation. Subsequently, and after ending up to the optimal model selection with the above process, we will attempt to examine whether the selection of the above model is appropriate, using the Stepwise and Backwards method based on the AIC and BIC criteria. Finally, the interpretations of the selected models are made and compared with the results presented by de Jong and Heller. | el |
| dc.contributor.master | Αναλογιστική Επιστήμη και Διοικητική Κινδύνου | el |
| dc.subject.keyword | Λογιστική παλινδρόμηση | el |
| dc.subject.keyword | Γραμμικά μοντέλα | el |
| dc.subject.keyword | Κατανομή (Οικονομική θεωρία) | el |
| dc.date.defense | 2018-01 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης
Department of Statistics & Insurance Science
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές