ACT-2003 : Modèles linéaires en actuariat - Pixel
Transcription
ACT-2003 : Modèles linéaires en actuariat - Pixel
ACT-2003 : Modèles linéaires en actuariat NRC 80899 Automne 2014 Mode d'enseignement : Présentiel Temps consacré : 3-1-5 Crédit(s) : 3 Préalables : ACT 2000 OU STT 4000 Régression simple et multiple : méthode des moindres carrés, théorème de Gauss-Markov, multicolinéarité, modèles à variables explicatives qualitatives, hétéroscédasticité, régression pondérée, analyse des résidus. Modèles linéaires généralisés : modèles, inférence et validation. Estimation, adéquation et prévision. Présentation et intégration de ces concepts dans un contexte d'applications actuarielles. Note importante: Il n'y aura aucun cours la première semaine, 2 cours lors de la deuxième semaine, l'horaire normal reprendra à la 3e semaine. Plage horaire : Cours en classe jeudi 13h30 à 16h20 PLT-2551 Atelier mardi 09h30 à 10h20 CMT-2105 Du 2 sept. 2014 au 12 déc. 2014 Du 2 sept. 2014 au 12 déc. 2014 Il se peut que l'horaire du cours ait été modifié depuis la dernière synchronisation avec Capsule. Vérifier l'horaire dans Capsule Site de cours : https://www.portaildescours.ulaval.ca/ena/site/accueil?idSite=54440 Coordonnées et disponibilités Marie-Pier Côté Enseignante [email protected] Disponibilités : jeudi 16h30 à 17h20 PLT-2551 Soutien technique : Du 11 sept. 2014 au 11 déc. 2014 Pour recevoir du soutien technique relatif à l'utilisation du Portail des Cours, contactez : Comptoir LiberT (FSG) Pavillon Adrien-Pouliot, Local 3709 [email protected] 418-656-2131 poste 4651 Toutes sessions (du 1 janvier au 31 décembre) Lundi 08h00 à 18h45 Mardi 08h00 à 18h45 Mercredi 08h00 à 18h45 Jeudi 08h00 à 18h45 Vendredi 08h00 à 16h45 © Université Laval Mis à jour le 18 nov. 2014 15:33 Page 1 de 9 Sommaire Description du cours ......................................................................................................................... 3 Description sommaire ..................................................................................................................... 3 Objectifs ....................................................................................................................................... 3 Objectifs spécifiques ....................................................................................................................... 3 Déroulement du cours ..................................................................................................................... 3 Contenu ........................................................................................................................................ 3 Contenu et activités .......................................................................................................................... 4 Évaluations et résultats .................................................................................................................... 5 Consignes sur les examens .............................................................................................................. 5 Modalités d'évaluation ..................................................................................................................... 5 Informations détaillées sur les évaluations sommatives ....................................................................... 5 Examen partiel 1 ....................................................................................................................... 5 Examen partiel 2 ....................................................................................................................... 5 Travail pratique 1 ...................................................................................................................... 5 Travail pratique 2 ...................................................................................................................... 6 Détails sur les modalités d'évaluation ................................................................................................ 6 Politique sur les examens ................................................................................................................ 6 Échelle des cotes ............................................................................................................................ 7 Politique sur l'utilisation d'appareils électroniques ............................................................................... 7 Politique sur le plagiat et la fraude académique .................................................................................. 8 Étudiants ayant un handicap, un trouble d’apprentissage ou un trouble mental ....................................... 8 Matériel didactique ........................................................................................................................... 8 Matériel complémentaire ................................................................................................................. 8 Logiciels ........................................................................................................................................ 9 Médiagraphie et annexes .................................................................................................................. 9 Bibliographie ................................................................................................................................. 9 Annexes ........................................................................................................................................ 9 © Université Laval Mis à jour le 18 nov. 2014 15:33 Page 2 de 9 Description du cours Description sommaire Régression simple et multiple : méthode des moindres carrés, théorème de Gauss-Markov, multicolinéarité, modèles à variables explicatives qualitatives, hétéroscédasticité, régression pondérée, analyse des résidus. Modèles linéaires généralisés : modèles, inférence et validation. Estimation, adéquation et prévision. Présentation et intégration de ces concepts dans un contexte d'applications actuarielles. Les périodes intitulées "Atelier" correspondent à des périodes de dépannage. Objectifs 1. Reconnaître les situations où les méthodes statistiques abordées en classe (régression et modèles linéaires généralisés) peuvent être utiles comme instruments d'analyse et de prévision. 2. Comprendre les fondements théoriques de la régression et des modèles linéaires généralisés. 3. Suggérer et critiquer un modèle pour l'analyse des données, faire l'estimation des paramètres et s'en servir pour des fins prévisionnelles. 4. Se servir de Microsoft Excel ou de R pour effectuer les calculs nécessaires à l'analyse de données et rédiger un rapport sur les résultats. Objectifs spécifiques À la fin du cours, l'étudiant devrait maîtriser les concepts énoncés dans le contenu du cours. Il devrait donc être capable de réaliser les tâches suivantes : 1. Utiliser la régression linéaire simple à des fins d'analyse et de prévision. 2. Utiliser la régression linéaire multiple à des fins d'analyse et de prévision. 3. Utiliser les modèles linéaires généralisés à des fins d'analyse et de prévision. 4. Comprendre les différences entre les divers modèles linéaires et savoir choisir le modèle approprié selon la situation. Déroulement du cours ATTENTION! Modification de l'horaire Le cours du Jeudi 4 septembre n'aura pas lieu. Il sera reporté le vendredi 12 septembre, de 8 h 30 à 11 h 20 au local CMT-2102. Contenu 1. Régression linéaire simple Le modèle et les postulats. Paramètres : estimation, propriétés, intervalles de confiance et tests d'hypothèses. Distribution des résidus. © Université Laval Mis à jour le 18 nov. 2014 15:33 Page 3 de 9 Intervalles de confiance pour la droite de régression et pour les prévisions. Table d'analyse de la variance (ANOVA). Évaluation de la qualité du modèle : Test F de Fisher, coefficient de détermination. Vérification des postulats. 2. Régression linéaire multiple Description du modèle et notation matricielle. Paramètres : estimation, propriétés. Interprétation géométrique de la régression. Tests d'hypothèse sur les paramètres de la régression. Prévisions et intervalle de confiance. Table d'analyse de la variance (ANOVA) et coefficient de détermination multiple. Test F de Fisher pour la validité globale de la régression. Tests partiels F de Fisher. Sélection d'un modèle de régression : critères, méthodes algorithmiques. Analyse des résidus et validation de l'adéquation des modèles de régression. Régression avec variables qualitatives. Hétéroscédasticité et régression pondérée. 3. Modèle linéaire généralisé (GLM) La famille exponentielle et ses cas particuliers La famille exponentielle linéaire. Fonctions de lien et predicteur linéaire. Estimation des paramètres par la méthode du maximum de vraisemblance. Algorithme de Newton-Raphson et "Fisher Scoring". Tests d'hypothèses : statistique de Wald et rapport de vraisemblance. Adéquation du modèle : Khi-carré de Pearson et Déviance. Comparaison de modèles. Résidus. 4. Modélisation de données de comptage Régression Poisson et modèles log-linéaires. Tableau de contingence. Surdispersion. 5. Modélisation de données binomiales Le modèle de régression logistique. Cas Bernoulli. Contenu et activités Le tableau ci-dessous présente les semaines d'activités prévues dans le cadre du cours. Titre Date Chapitre 1: Introduction 11 sept. 2014 Chapitre 2 - Régression linéaire simple. • Le modèle et les postulats.• Paramètres : estimation, propriétés, intervalles de confiance et tests d'hypothèses.• Distribution des résidus.• Intervalles de confiance pour la droite de régression et pour les prévisions.• Table d'analyse de la variance (ANOVA).• Évaluation de la qualité du modèle : Test F de Fisher, coefficient de détermination.• Vérification des postulats. 11 sept. 2014 Chapitre 3 - Régression linéaire multiple • Description du modèle et notation matricielle.• Paramètres : estimation, propriétés.• Interprétation géométrique de la régression.• Tests d'hypothèse sur les paramètres de la régression.• Prévisions et intervalle de confiance.• Table d'analyse de la variance (ANOVA) et coefficient de détermination multiple.• Test F de Fisher pour la validité globale de la régression.• Tests partiels F de Fisher.• Sélection d'un modèle de régression : critères, méthodes algorithmiques.• ... 25 sept. 2014 Chapitre 4 - Modèle linéaire généralisé (GLM) • La famille exponentielle et ses cas particuliers.• La famille exponentielle linéaire.• Fonctions de lien et predicteur linéaire.• Estimation des paramètres par la méthode du maximum de vraisemblance.• Algorithme de Newton-Raphson et "Fisher Scoring".• Tests d'hypothèses : statistique de Wald et rapport de vraisemblance.• Adéquation du modèle : Khi-carré de Pearson et Déviance.• Comparaison de modèles.• Résidus. © Université Laval Mis à jour le 18 nov. 2014 15:33 Page 4 de 9 Chapitre 5 - Modélisation de données de comptage • Régression Poisson et modèles log-linéaires.• Tableau de contingence.• Surdispersion. Chapitre 6 - Modélisation de données binomiales • Le modèle de régression logistique.• Cas Bernoulli Note : Veuillez vous référer à la section Contenu et activités de votre site de cours pour de plus amples détails. Évaluations et résultats Consignes sur les examens La calculatrice autorisée par l'École d'actuariat est permise à l’examen. Modalités d'évaluation Sommatives Titre Date Mode de travail Pondération Examen partiel 1 Le 23 oct. 2014 de 13h30 à 16h20 Individuel 40 % Examen partiel 2 Le 18 déc. 2014 de 13h30 à 16h20 Individuel 40 % Travail pratique 1 Dû le 6 nov. 2014 à 13h30 En équipe 10 % Travail pratique 2 Dû le 18 déc. 2014 à 13h30 En équipe 10 % Informations détaillées sur les évaluations sommatives Examen partiel 1 Date et lieu : Mode de travail : Pondération : Matériel autorisé : Le 23 oct. 2014 de 13h30 à 16h20, PLT-2551,PLT-2700 Individuel 40 % calculatrice Examen partiel 2 Date et lieu : Mode de travail : Pondération : Matériel autorisé : Le 18 déc. 2014 de 13h30 à 16h20, PLT-2751 Individuel 40 % calculatrice Travail pratique 1 Date de remise : Mode de travail : Pondération : Remise de l'évaluation : 6 nov. 2014 à 13h30 En équipe 10 % Boîte de dépot Remise du rapport en classe ou au secrétariat, remise du code sur la boîte de dépôt. Directives de l'évaluation : Équipes de 2 à 4 personnes Veuillez lire l'énoncé du TP1. La grille de correction qui sera utilisée est disponible à titre indicatif. Les données à utiliser sont contenues dans le fichier "Autoroute.csv". Fichiers à consulter : Énoncé TP1 © Université Laval Mis à jour le 18 nov. 2014 15:33 Page 5 de 9 Énoncé TP1 116,22 Ko, déposé le 10 oct. 2014 Grille de correction 10,41 Ko, déposé le 2 oct. 2014 Autoroute.csv 1,95 Ko, déposé le 2 oct. 2014 Informations supplémentaires : Pour les intéressés, voici de la documentation sur LaTeX. C'est le logiciel de traitement de texte que j'utilise et c'est beaucoup plus agréable à manier que Word pour les formules, les images et la structure du document. C'est plus long au début, mais une fois qu'on est habitués, on ne peut plus s'en passer! Je vous conseille de télécharger la version gratuite MikTeX et l'éditeur gratuit TeXNic Center. Travail pratique 2 Date de remise : Mode de travail : Pondération : Remise de l'évaluation : 18 déc. 2014 à 13h30 Le rapport est à remettre au secrétariat avant le début de l'examen final. En équipe 10 % Boîte de dépot Remise du rapport au secrétariat, remise du code dans la boîte de dépôt. Directives de l'évaluation : Le travail doit être effectué en équipes de 2 à 4 personnes. Consulter l'énoncé du travail pratique pour les détails de l'évaluation. Fichiers à consulter : TP2.pdf 217,17 Ko, déposé le 18 nov. 2014 T10PersistencyData.csv 29,6 Ko, déposé le 18 nov. 2014 T10previsions.csv 224 octets, déposé le 18 nov. 2014 AUTO.csv 5,24 Mo, déposé le 18 nov. 2014 profils2014.csv 521 octets, déposé le 18 nov. 2014 Grille de correction 11,76 Ko, déposé le 18 nov. 2014 Détails sur les modalités d'évaluation L'évaluation de l'étudiant sera basée sur un examen partiel, un examen final ainsi que deux projets réalisés en équipe de 2 à 4 étudiants. Politique sur les examens © Université Laval Mis à jour le 18 nov. 2014 15:33 Page 6 de 9 Révision de note ou de cote Prière de consulter les articles 264 à 270 du Règlement des études en ce qui a trait aux révisions de note ou de cote. Pour toute révision de note, lorsqu'on indique que vous devez motiver votre demande, cela veut notamment dire que vous devriez indiquer et expliquer pour quels numéros vous pensez pouvoir vous mériter une note plus élevée. Cela ne veut cependant pas dire que le reste de l'examen ne sera pas revérifié. Une révision de note entraîne généralement une recorrection de l'examen en entier. Il peut en résulter, pour l'ensemble de la vérification, que la note monte, reste inchangée ou voire même baisse. Pour toute révision de cote, lorsqu'on indique que vous devez motiver votre demande, étant donné que le barème de conversion est fixe et connu d'avance, cela ne pourrait que vouloir dire que vous devriez justifier en quoi vous considérez que la cote attribuée ne correspond pas au niveau d'atteinte des objectifs. Échelle des cotes Cote % minimum % maximum Cote % minimum % maximum A+ 89,5 100 C+ 62,5 64,49 A 84,5 89,49 C 59,5 62,49 A- 79,5 84,49 C- 56,5 59,49 B+ 74,5 79,49 D+ 53,5 56,49 B 69,5 74,49 D 50 53,49 B- 64,5 69,49 E 0 49,99 Politique sur l'utilisation d'appareils électroniques L'utilisation d'appareils électroniques (cellulaire ou autre appareil téléphonique sans fil, pagette, baladeur, agenda électronique, etc.) est interdite au cours d'une séance d'évaluation et de toute autre activité durant laquelle l'enseignant l'interdit. De plus, lorsque l'usage de la calculatrice est permis, alors seuls certains modèles de calculatrices sont autorisés durant les séances d'évaluation. Les modèles suivants sont autorisés : Hewlett Packard HP 20S, HP 30S, HP 32S2, HP 33S, HP 35S Texas Instrument TI-30Xa, TI-30XIIB, TI-30XIIS, TI-36X, BA35 Sharp EL-531*, EL-535-W535, EL-546*, EL-510 R, EL-520* Casio FX-260, FX-300 MS, FX-350 MS, FX-300W Plus, FX-991MS, FX-991ES * Calculatrices Sharp: sans considération pour les lettres qui suivent le numéro Dans tous ces cas, la calculatrice doit être validée par une vignette autocollante émise par la COOP étudiante ZONE. Dans tous ces cas, la calculatrice doit être validée par une vignette autocollante émise par la COOP étudiante ZONE. Information spécifique aux étudiants de l'École d'actuariat Les calculatrices autorisées lors des examens sont uniquement les modèles répondant aux normes de la Society of Actuaries et de la Casualty Actuarial Society pour leurs examens, soit les modèles Texas Instruments suivants : BA-35 (solaire ou à pile) BA II Plus BA II Plus Professional TI-30Xa © Université Laval Mis à jour le 18 nov. 2014 15:33 Page 7 de 9 TI-30X II (IIS ou IIB) TI-30X MultiView (XS ou XB) Politique sur le plagiat et la fraude académique Règles disciplinaires Tout étudiant qui commet une infraction au Règlement disciplinaire à l'intention des étudiants de l'Université Laval dans le cadre du présent cours, notamment en matière de plagiat, est passible des sanctions qui sont prévues dans ce règlement. Il est très important pour tout étudiant de prendre connaissance des articles 28 à 32 du Règlement disciplinaire. Celui-ci peut être consulté à l'adresse suivante: http://www.ulaval.ca/sg/reg/Reglements/Reglement_disciplinaire.pdf Plagiat Tout étudiant est tenu de respecter les règles relatives au plagiat. Constitue notamment du plagiat le fait de: i. copier textuellement un ou plusieurs passages provenant d'un ouvrage sous format papier ou électronique sans mettre ces passages entre guillemets et sans en mentionner la source; ii. résumer l'idée originale d'un auteur en l'exprimant dans ses propres mots (paraphraser) sans en mentionner la source; iii. traduire partiellement ou totalement un texte sans en mentionner la provenance; iv. remettre un travail copié d'un autre étudiant (avec ou sans l'accord de cet autre étudiant); v. remettre un travail téléchargé d'un site d'achat ou d'échange de travaux scolaires. L'Université Laval étant abonnée à un service de détection de plagiat, il est possible que l'enseignant soumette vos travaux pour analyse. Étudiants ayant un handicap, un trouble d’apprentissage ou un trouble mental Les étudiants qui ont une lettre d'Attestation d'accommodations scolaires obtenue auprès d'un conseiller du secteur Accueil et soutien aux étudiants en situation de handicap (ACSESH) doivent impérativement se conformer à la politique d'Accommodations scolaires aux examens de la Faculté des sciences et de génie qui peut être consultée à l'adresse : http://www.fsg.ulaval.ca/fileadmin/fsg/documents/PDF/Politique-Facultaire-Accommodements.pdf Matériel didactique Matériel complémentaire Practical Regression Analysis using R Auteur : Faraway, J.J. (2002) http://cran.r-project.org/doc/contrib/Faraway-PRA.pdf Extending the linear model with R : generalized linear, mixed effects and nonparametric regression models Auteur : Julian J. Faraway Éditeur : Chapman & Hall/CRC (Boca Raton [u.a.], 2006) ISBN : 158488424X Applied linear regression Auteur : Sanford Weisberg Éditeur : Wiley-Interscience (Hoboken, N.J [u.a.], 2005) ISBN : 0471663794 © Université Laval Mis à jour le 18 nov. 2014 15:33 Page 8 de 9 Logiciels L'estimation des paramètres, le calcul de prévisions et l'analyse des résultats (aussi bien en régression qu'en modèles linéaires généralisés) sont des procédures à forte composante numérique. Dans le cadre du cours, l'étudiant sera donc appelé à utiliser le logiciel statistique R ainsi que le tableur Microsoft Excel. De nombreux exemples numériques seront également résolus en classe. Médiagraphie et annexes Bibliographie Agresti, A. (2013). Categorical Data Analysis. Third Edition. Wiley Series in Probability and Statistics. Wiley, New Jersey, USA. Draper, N. R. et Smith, H. (1998). Applied regression analysis. Wiley Series in Probability and Statistics. Wiley, New Jersey, USA. Faraway, J. (2002). Practical Regression and Anova using R. http://cran.r-project.org/doc/contrib/Faraway-PRA.pdf Faraway, J. J. (2005). Extending the linear model with R : generalized linear, mixed effects and nonparametric regression models. CRC press. Galton, F. (1886). Regression towards mediocrity in heriditary stature. The Journal of the Anthropological Institute of Great Britain and Ireland, 15:246–263. McCullagh, P. et Nelder, J. A. (1989). Generalized linear models (Monographs on statistics and applied probability 37). Chapman Hall, London. Montgomery, D. C., Peck, E. A. et Vining, G. G. (2012). Introduction to linear regression analysis. 5th Edition. Wiley Series in Probability and Statstics. Wiley, New Jersey, USA. Weisberg, S. (1985). Applied linear regression. Second Edition. Wiley Series in Probability and Mathematical Statistics. Wiley, New Jersey, USA. Annexes Annexes © Université Laval Mis à jour le 18 nov. 2014 15:33 Page 9 de 9