Beschreibung des Datensatzes

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

Daten zum Download: Daten zu Versicherungsbetrug

Arbeitsblattspalte Beschreibung
claim_number Die Anspruchs-ID
age_of_driver Alter des Fahrers
Geschlecht 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
Selbstbehalt der Police Der Betrag in Dollar des abzugsfähigen Selbstbehalts der Police
Jahresprämie Die jährliche Policenprämie
Offene Tage Anzahl der Tage, an denen ein Antrag offen ist
Formfehler Anzahl der Fehler im Formular: 0 bis 13
Gemeldeter Betrug Ob Betrug gemeldet wurde: Y oder N

Weitere Vorgehensweise

Weitere Informationen zum Vorbereiten von Daten finden Sie in Minitab Data Center.

Rufen Sie Beispiel für die Vorbereitung von Daten auf.