<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-06-08T01:04:27Z</responseDate><request verb="GetRecord" identifier="oai:docta.ucm.es:20.500.14352/19912" metadataPrefix="marc">https://docta.ucm.es/rest/oai/request</request><GetRecord><record><header><identifier>oai:docta.ucm.es:20.500.14352/19912</identifier><datestamp>2023-09-07T09:04:06Z</datestamp><setSpec>com_20.500.14352_14</setSpec><setSpec>col_20.500.14352_23</setSpec></header><metadata><record xmlns="http://www.loc.gov/MARC21/slim" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:doc="http://www.lyncode.com/xoai" xsi:schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
   <leader>00925njm 22002777a 4500</leader>
   <datafield ind2=" " ind1=" " tag="042">
      <subfield code="a">dc</subfield>
   </datafield>
   <datafield ind2=" " ind1=" " tag="720">
      <subfield code="a">Moura e Moura, Maria Manuela</subfield>
      <subfield code="e">author</subfield>
   </datafield>
   <datafield ind2=" " ind1=" " tag="260">
      <subfield code="c">2017-09</subfield>
   </datafield>
   <datafield ind2=" " ind1=" " tag="520">
      <subfield code="a">En este trabajo, se llevará a cabo un proceso de tarificación a priori de la garantía de daños propios, utilizando los datos del año 1999 procedente de SAS Enterprise-Miner. En primer lugar, se efectúa un análisis exploratorio de la base de datos, comentando las principales características de las variables cuantitativas y de las cualitativas. A continuación, se crean ocho grupos a través de un análisis clúster bietápico utilizando como variables discriminatorias el nivel de ingresos (INCOME), estudios (EDUCATION) y zona por la que circula el conductor del automóvil (URBANICITY). Posteriormente, se explican detalladamente los modelos Inflados de Ceros Poisson y Binomial Negativa, y los modelos Hurdle Poisson y Binomial Negativa, modelos contadores utilizados comúnmente en los seguros de no vida. Se aplican dichos modelos a la base de datos y se comprueba para cada clúster, cuál de ellos ajusta mejor la frecuencia de siniestros (CLAIM_FREQ). Una vez modelizada la frecuencia de los accidentes, se multiplica por la esperanza de las cuantías (OLDCLAIM) obteniendo así la Siniestralidad Total, y por tanto la prima pura correspondiente a cada grupo. Por último, se exponen las conclusiones y se indican las posibles líneas de investigación futuras acorde a los resultados obtenidos.</subfield>
   </datafield>
   <datafield ind1="8" ind2=" " tag="024">
      <subfield code="a">https://hdl.handle.net/20.500.14352/19912</subfield>
   </datafield>
   <datafield ind2="0" ind1="0" tag="245">
      <subfield code="a">Cálculo de la Prima Pura en un Seguro de Automóvil para la Garantía de Daños Propios, mediante Modelos Lineales Generalizados y Segmentación de Clientes por Conglomerados</subfield>
   </datafield>
</record></metadata></record></GetRecord></OAI-PMH>