Cenário: Uma equipe de conformidade está preocupada com a precisão da detecção de fraudes, bem como com os principais fatores que causam fraudes na indústria automotiva.
Baixar dados: Dados de fraude de seguros
Coluna da worksheet | Descrição |
---|---|
claim_number | O identificador de declaração |
age_of_driver | Idade do motorista |
gender | Sexo do motorista: M ou F |
marital_status | Estado civil do condutor: 0 ou 1 |
safety_rating | Classificação de segurança: 2 - 100 |
annual_income | Renda anual do motorista |
high_education | Status de educação do motorista: 0 ou 1 |
address_change | Status de alteração de endereço do driver: 0 ou 1 |
property_status | O motorista possui ou aluga |
zip_code | Código Postal |
claim_date | A data em que a reclamação foi feita |
claim_day_of_week | O dia da semana em que a reclamação foi feita |
accident_site | O local do acidente: rodovia, local, estacionamento |
past_num_of_claims | Número total de reclamações anteriores |
witness_present | Foi uma testemunha presente: 0 ou 1 |
liab_prct | A porcentagem de responsabilidade: 0 - 100 |
canal | Como a reclamação foi iniciada: corretor, telefone, online |
police_report | Foi um relatório policial arquivado: 0 ou 1 |
age_of_vehicle | Idade, em anos, do veículo: 0 -14 |
vehicle_category | O tipo de veículo: compacto, grande, médio |
vehicle_price | O preço do veículo |
vehicle_color | A cor do veículo |
total_claim | Valor total da reclamação em dólares |
injury_claim | Valor da reivindicação de lesão em dólares |
Franquia da apólice | O valor em dólares da franquia da apólice |
Prêmio anual | O prêmio anual da apólice |
dias abertos | Número de dias em que a reivindicação está aberta |
defeitos de forma | Número de erros no formulário: 0 a 13 |
fraude relatada | Se a fraude foi relatada: Y ou N |
Saiba como preparar seus dados no Minitab Data Center.
Acesse Exemplo de preparação de dados.