From 322ef9500342bb35264a8cf8d723c518ac5a4f9d Mon Sep 17 00:00:00 2001
From: Walmes Zeviani <walmes@ufpr.br>
Date: Thu, 21 Jul 2016 16:35:48 -0300
Subject: [PATCH] Usa o dados seguros adicionado pelo Eduardo.
---
vignettes/v03_binomial_negativa.Rmd | 88 ++++++++++++++---------------
1 file changed, 44 insertions(+), 44 deletions(-)
diff --git a/vignettes/v03_binomial_negativa.Rmd b/vignettes/v03_binomial_negativa.Rmd
index f986500..e6d7464 100644
--- a/vignettes/v03_binomial_negativa.Rmd
+++ b/vignettes/v03_binomial_negativa.Rmd
@@ -25,9 +25,6 @@ seguintes variáveis:
* **Sexo**: M para masculino e F para feminino;
* **Valor**: Valor do veÃculo segurado (em reais).
-```{r, include=FALSE}
-devtools::load_all()
-```
```{r, results = "hide", message = FALSE}
# Pacotes necessários.
@@ -35,67 +32,70 @@ library(lattice)
library(MASS)
library(effects)
library(knitr)
+library(MRDCr)
```
## Verificação do conteúdo e a estrutura dos dados
```{r}
# Dez primeiras linhas da base.
-head(seguro, 10)
-str(seguro)
+head(seguros, 10)
+str(seguros)
+
+seguros$lexpo <- log(seguros$expos)
```
## Análise descritiva da distribuição do número de sinistros
```{r}
# Distribuição do números de sinistros.
-tb <- table(seguro$Sinistros)
+tb <- table(seguros$nsinist)
tb
barchart(tb, horizontal = FALSE)
# Taxa de sinistros na amostra.
-taxageral <- sum(seguro$Sinistros)/sum(seguro$Exposicao)
+taxageral <- sum(seguros$nsinist)/sum(seguros$expos)
taxageral
-tab <- aggregate(cbind(Exposicao, Sinistros) ~ Sexo,
- data = seguro, FUN = sum)
-taxa <- with(tab, Sinistros/Exposicao)
+tab <- aggregate(cbind(expos, nsinist) ~ sexo,
+ data = seguros, FUN = sum)
+taxa <- with(tab, nsinist/expos)
tab <- cbind(tab, taxa)
# Distribuição do número de sinistros por sexo.
kable(tab, align = "c",
- caption = "**Taxa de sinistros segundo Sexo**")
+ caption = "**Taxa de sinistros segundo sexo**")
-seguro$idadecat <- cut(seguro$Idade,
+seguros$idadecat <- cut(seguros$idade,
breaks = c(18, 30, 60, 92),
include.lowest = TRUE)
-tab <- aggregate(cbind(Exposicao, Sinistros) ~ idadecat,
- data = seguro, FUN = sum)
-taxa <- with(tab, Sinistros/Exposicao)
+tab <- aggregate(cbind(expos, nsinist) ~ idadecat,
+ data = seguros, FUN = sum)
+taxa <- with(tab, nsinist/expos)
tab <- cbind(tab, taxa)
# Distribuição do número de sinistros por sexo.
kable(tab, align = "c",
- caption = "**Taxa de sinistros segundo Idade**")
+ caption = "**Taxa de sinistros segundo idade**")
-tabidsex <- aggregate(cbind(Exposicao, Sinistros) ~ Sexo + idadecat,
- data = seguro, FUN = sum)
-taxa <- with(tabidsex, Sinistros/Exposicao)
+tabidsex <- aggregate(cbind(expos, nsinist) ~ sexo + idadecat,
+ data = seguros, FUN = sum)
+taxa <- with(tabidsex, nsinist/expos)
tabidsex <- cbind(tabidsex, taxa)
# Distribuição do número de sinistros por idade e sexo.
kable(tabidsex, align = "c",
- caption = "**Taxa de sinistros segundo Sexo e Idade**")
+ caption = "**Taxa de sinistros segundo sexo e idade**")
```
## Regressão usando o modelo log-linear Poisson
```{r}
-seguro <- na.omit(seguro)
-mP <- glm(Sinistros ~ Sexo + Idade + I(Idade^2) + Valor +
- offset(log(Exposicao)),
- data = seguro, family = poisson)
+seguros <- na.omit(seguros)
+mP <- glm(nsinist ~ sexo + idade + I(idade^2) + valor +
+ offset(log(expos)),
+ data = seguros, family = poisson)
summary(mP)
# Estimação do parâmetro de dispersão.
@@ -152,9 +152,9 @@ envelope(mP)
## Ajuste do modelo associando um parâmetro ao termo offset (log-exposicao)
```{r}
-mPo <- glm(Sinistros ~ Sexo + Idade + I(Idade^2) + Valor +
- log(Exposicao),
- data = seguro, family = poisson)
+mPo <- glm(nsinist ~ sexo + idade + I(idade^2) + valor +
+ log(expos),
+ data = seguros, family = poisson)
summary(mPo)
anova(mP, mPo, test = "Chisq")
```
@@ -162,8 +162,8 @@ anova(mP, mPo, test = "Chisq")
## Regressão usando a distribuição binomial negativa
```{r}
-mBNo <- glm.nb(Sinistros ~ Sexo + Idade + I(Idade^2) + Valor +
- log(Exposicao), data = seguro)
+mBNo <- glm.nb(nsinist ~ sexo + idade + I(idade^2) + valor +
+ log(expos), data = seguros)
summary(mBNo)
```
@@ -177,11 +177,11 @@ plot(mBNo)
```{r}
dadosnb3 <-
- seguro[, c("Sexo", "Idade", "Valor", "Exposicao", "Sinistros")]
-dadosnb3$lexpo <- log(seguro$Exposicao)
+ seguros[, c("sexo", "idade", "valor", "expos", "nsinist")]
+dadosnb3$lexpo <- log(seguros$expos)
-mBNo <- glm.nb(Sinistros ~ Sexo + Idade + I(Idade^2) +
- Valor + lexpo,
+mBNo <- glm.nb(nsinist ~ sexo + idade + I(idade^2) +
+ valor + lexpo,
data = dadosnb3)
envelope <- function(modelo) {
@@ -241,19 +241,19 @@ trellis.par.set(list(axis.text = list(cex = 1.2)))
plot(efeitos[[2]],
type = "response",
- main = "Taxa de sinistros vs. Idade",
+ main = "Taxa de sinistros vs. idade",
xlab = "Idade (anos)",
ylab = "Taxa de sinistros")
plot(efeitos[[1]],
type = "response",
- main = "Taxa de sinistros vs. Sexo",
+ main = "Taxa de sinistros vs. sexo",
xlab = "Sexo",
ylab = "Taxa de sinistros")
plot(efeitos[[4]],
type = "response",
- main = "Taxa de sinistros vs. Valor do automóvel",
+ main = "Taxa de sinistros vs. valor do automóvel",
xlab = "Valor (x1000 reais)",
ylab = "Taxa de sinistros")
```
@@ -263,23 +263,23 @@ plot(efeitos[[4]],
```{r}
# Poisson sem ajuste de covariáveis.
-n <- nrow(seguro)
-mediasin <- mean(seguro$Sinistros)
+n <- nrow(seguros)
+mediasin <- mean(seguros$nsinist)
freqps <- round(n * dpois(0:10, mediasin))
# Poisson com covariaveis
pred1 <- predict(mPo, type = "response")
intervalo <- 0:10
-matprob <- matrix(0, nrow = nrow(seguro), ncol = length(intervalo))
+matprob <- matrix(0, nrow = nrow(seguros), ncol = length(intervalo))
probpois <- function(interv, taxa) dpois(intervalo, taxa)
-for (i in 1:nrow(seguro)) {
+for (i in 1:nrow(seguros)) {
matprob[i, ] <- probpois(interv = intervalo, taxa = pred1[i])
}
pbarra <- colMeans(matprob)
freqpsaj <- round(n * pbarra)
# Binomial negativa sem covariaveis.
-ajustenb <- glm.nb(Sinistros ~ 1, data = seguro)
+ajustenb <- glm.nb(nsinist ~ 1, data = seguros)
media <- exp(coefficients(ajustenb))
shape <- ajustenb$theta
@@ -289,18 +289,18 @@ freqbn <- round(n * dnbinom(0:10, mu = media, size = shape))
pred2 <- predict(mBNo, type = "response")
intervalo <- 0:10
-matprob <- matrix(0, nrow = nrow(seguro), ncol = length(intervalo))
+matprob <- matrix(0, nrow = nrow(seguros), ncol = length(intervalo))
probnb <- function(interv, media, shape) {
dnbinom(intervalo, mu = media,
size = shape)
}
-for (i in 1:nrow(seguro)) {
+for (i in 1:nrow(seguros)) {
matprob[i, ] <- probnb(interv = intervalo, media = pred2[i],
shape = mBNo$theta)
}
pbarra <- colMeans(matprob)
frebnaj <- round(n * pbarra)
-ams <- c(table(seguro$Sinistros), rep(0, 5))
+ams <- c(table(seguros$nsinist), rep(0, 5))
matfreq <- rbind(ams, freqps, freqpsaj, freqbn, frebnaj)
colnames(matfreq) <- 0:10
rownames(matfreq) <- c("Amostra",
--
GitLab