Você irá entregar essa lista de exercício no Moodle da disciplina. Você deverá submeter preferencialmente o arquivo pdf gerado automaticamente pelo R usando markdown.
Considere os dados de indenizações por incêndio na Dinamarca, que
estão no banco danishuni do pacote
CASdatasets.
Faça um histograma do log das indenizações e acrescente a curva da densidade empírica.
Ajuste as distribuições Gama e Lognormal ao log das indenizações utilizando o método de máxima verossimilhança. Inclua o código utilizado no seu relatório.
Dica: para ajustar esses modelos, você pode precisar adicionar um número pequeno aos dados transformados (por exemplo 0,0001) caso tenha valores exatamente iguais a zero após aplicar o logaritmo.
Faça o histograma das indenizações e inclua as curvas de densidade empírica e ajustadas das duas distribuições. Lembre-se de incluir a legenda no seu gráfico.
Inclua lado a lado o gráfico das funções de distribuição acumulada empírica e ajustadas, e o qq-plot das duas distribuições ajustadas. De acordo com esses gráficos, qual distribuição se adequa melhor aos dados?
Obtenha o quantil observado e os quantis teóricos de 95% de acordo com as distribuições ajustadas. Comparando esses valores, qual distribuição se adequa melhor aos dados?
Considere os dados de análise de crédito na Alemanha, no banco
credit também no pacote CASdatasets.
Faça uma análise descritiva da covariável
checking_status (saldo da conta corrente), e analise se há
diferença na distribuição de acordo com a classificação dos clientes
(variável class).
Analise a probabilidade de \(Y=1\), ou seja, classificar um cliente como
mau, dado a distribuição da duração do empréstimo (variável
duration). Para isso, siga o exemplo feito em sala para a
variável idade. Sugestão: dividir a duração do empréstimo registrada em
meses em intervalos de 0-6, 6-12, 12-18, 18-24, 24-36, 36+.