Google

Aviso: Se está a ler esta mensagem, provavelmente, o browser que utiliza não é compatível com os "standards" recomendados pela W3C. Sugerimos vivamente que actualize o seu browser para ter uma melhor experiência de utilização deste "website". Mais informações em webstandards.org.

Warning: If you are reading this message, probably, your browser is not compliant with the standards recommended by the W3C. We suggest that you upgrade your browser to enjoy a better user experience of this website. More informations on webstandards.org.

ISEG  >  Estrutura  >  Unidades Académicas  >  Matemática  >  Unidades Curriculares  >  Modelos de Risco

Modelos de Risco (MR)

Área

AC Matemática > UC Mestrados

Activa nos planos curriculares

Ciências Actuariais > Ciências Actuariais > 2º Ciclo > Unidades Curriculares Obrigatórias > Modelos de Risco

Nível

2º Ciclo (M)

Tipo

Estruturante

Regime

Semestral

Carga Horária

Aula Teórica (T): 0.0 h/semana

Aula TeoricoPrática (TP): 3.0 h/semana

Trabalho Autónomo: 114.5 h/semestre

Créditos ECTS: 6.0

Objectivos

Ao concluir a unidade curricular com sucesso espera-se que o aluno esteja apto para:
- Utilizar as metodologias estatísticas adequadas para, com base numa amostra aleatória, estimar modelos de sobrevivência, modelos para a frequências e a severidade dos sinistros;
- Entender as hipóteses estatísticas inerentes a cada uma das metodologias utilizadas;
- Reconhecer as metodologias e hipóteses adequadas para resolver cada problema.

Programa

1. REVISÃO DE CONCEITOS ESTATÍSTICOS FUNDAMENTAIS:
- Introdução;
- Estimação por pontos com ênfase na análise das propriedades dos estimadores;
- Estimação por intervalos;
- Testes de hipóteses.
2. CONSTRUÇÃO DE MODELOS EMPÍRICOS:
- Estimação com informação completa;
- Estimação com informação distorcida.
3. INFERÊNCIA PARAMÉTRICA:
- Estimação frequencista;
- Introdução à estatística Bayesiana;
- Seleção de Modelos.
4. INTRODUÇÃO À SIMULAÇÃO E AO BOOTSTRAP:
- Simulação;
- Bootstrap.

Metodologia de avaliação

Exame final.

Bibliografia

Principal

Loss Models ? From data to decisions

Klugman, S.A., Panjer, H.H. and Willmot, G.E.

2008

3rd Edition, John Wiley & Sons, Inc., New-Jersey.

Bootstrap Methods and Permutation Tests

Hesterberg, T., Monaghan, S., Mooree, D.S., Clipson, A., Epstein, R.

2003

companion chapter 18 to The practice of Business Statistics by David S. Moore, MCCabe, Duckworth and Sclove.

Secundária

Statistical Inference

Casella, G. and Berger, R.

2001

(Second Edition). Duxbury Press.

An Introduction to the Bootstrap

Efron, B. and Tibshirami, R.J.

1993

Chapman & Hall, New-York.

Simulation

Ross, S.M.

2002

3rd Edition, Academic Press.

Applied Simulation Modeling

Seila, A., Ceric,V. and Tadikamalla,P.

2003

Duxbury Applied Serie

All of Statistics: A Concise Course in Statistical Inference

Wasserman, L.

2004

New York: Springer.