Daten zu Versicherungsbetrug

Ein Compliance-Team ist besorgt über die Genauigkeit der Betrugserkennung sowie über die Hauptfaktoren, die Betrug in der Automobilindustrie verursachen.

Sie können diese Daten verwenden, um zu veranschaulichen, wie die Dienstprogramme in . Minitab Solution Center

Arbeitsblattspalte	Beschreibung
claim_number	Die Anspruchs-ID
age_of_driver	Alter des Fahrers
gender	Geschlecht des Fahrers: M oder W
marital_status	Ehestand des Fahrers: 0 oder 1
safety_rating	Sicherheitsbewertung: 2 - 100
annual_income	Jahreseinkommen des Fahrers
high_education	Ausbildungsstatus des Fahrers: 0 oder 1
address_change	Status der Adressänderung des Treibers: 0 oder 1
property_status	Besitzt oder mietet der Fahrer?
zip_code	PLZ
claim_date	Das Datum, an dem der Anspruch geltend gemacht wurde
claim_day_of_week	Der Wochentag, an dem der Anspruch geltend gemacht wurde
accident_site	Der Ort des Unfalls: Autobahn, Ortsgebiet, Parkplatz
past_num_of_claims	Gesamtzahl der bisherigen Anträge
witness_present	War ein Zeuge anwesend: 0 oder 1
liab_prct	Der Haftungsprozentsatz: 0 - 100
Kanal	Wie der Anspruch eingereicht wurde: Makler, Telefon, online
police_report	Wurde eine Anzeige bei der Polizei erstattet: 0 oder 1
age_of_vehicle	Alter des Fahrzeugs in Jahren: 0 -14
vehicle_category	Die Art des Fahrzeugs: kompakt, groß, mittel
vehicle_price	Der Preis des Fahrzeugs
vehicle_color	Die Farbe des Fahrzeugs
total_claim	Gesamtschadensbetrag in Dollar
injury_claim	Höhe des Schadenersatzes in Dollar
policy deductible	Der Betrag in Dollar des abzugsfähigen Selbstbehalts der Police
annual premium	Die jährliche Policenprämie
days open	Anzahl der Tage, an denen ein Antrag offen ist
form defects	Anzahl der Fehler im Formular: 0 bis 13
fraud reported	Ob Betrug gemeldet wurde: Y oder N

insurance_fraud_data.csv herunterladen