À propos de cet événement
Les modèles prédictifs captent rarement l'intégralité du signal présent dans les données. Au mieux, on peut affirmer que le modèle est valide et prédit ce qui est prévisible, compte tenu d'une technique de modélisation et d'un ensemble de données d'entrée donnés.
Dans cette session, nous aborderons la modélisation des résidus afin d'identifier les actions potentielles à entreprendre. Nous présenterons cinq applications pratiques de cette modélisation. Celles-ci incluent l'utilisation de la modélisation des résidus pour améliorer les modèles prédictifs, mais aussi son utilisation directe pour proposer des solutions rapides et de nouvelles options aux assureurs afin d'améliorer leurs performances. Nous examinerons les applications à la tarification, notamment la modélisation du ratio sinistres/primes, qui est lui-même une mesure des résidus. Nous illustrerons également comment le signal résiduel peut être considéré comme orthogonal à la prédiction de base, c'est-à-dire qu'il contribue à améliorer, plutôt qu'il ne déforme, la précision de la prédiction sous-jacente.
