act seguros

#Teoría lm() es la función de R para ajustar modelos lineales. Es el modelo estadístico más básico que existe y más fácil de interpretar. Para interpretarlo se usa la medida R-cuadrada, que significa qué tan cerca están los datos (va de 0 a 1, donde 1 es que el modelo explica toda la variabilidad).

Modelo Predictivo

# Importar base de datos
#file.choose()
base_de_datos <- read.csv("C:\\Users\\karee\\Downloads\\seguros.csv")

# Generar regresion (modelo lineal)
regresion <- lm(TotalIncurredCost ~ TotalPaid + TotalReserves + TotalRecovery + IndemnityPaid + OtherPaid + ClaimantType + AverageWeeklyWage1  + Hospital + PhysicianOutpatient + Rx, data=base_de_datos)
summary(regresion)

## 
## Call:
## lm(formula = TotalIncurredCost ~ TotalPaid + TotalReserves + 
##     TotalRecovery + IndemnityPaid + OtherPaid + ClaimantType + 
##     AverageWeeklyWage1 + Hospital + PhysicianOutpatient + Rx, 
##     data = base_de_datos)
## 
## Residuals:
##        Min         1Q     Median         3Q        Max 
## -7.175e-08  2.000e-12  1.000e-11  1.100e-11  3.301e-08 
## 
## Coefficients: (1 not defined because of singularities)
##                            Estimate Std. Error    t value Pr(>|t|)    
## (Intercept)              -1.563e-10  5.753e-11 -2.718e+00   0.0066 ** 
## TotalPaid                 1.000e+00  6.737e-16  1.484e+15   <2e-16 ***
## TotalReserves             1.000e+00  5.751e-16  1.739e+15   <2e-16 ***
## TotalRecovery            -1.000e+00  1.692e-14 -5.911e+13   <2e-16 ***
## IndemnityPaid             2.330e-16  1.326e-15  1.760e-01   0.8605    
## OtherPaid                        NA         NA         NA       NA    
## ClaimantTypeMedical Only -1.194e-11  4.292e-11 -2.780e-01   0.7809    
## ClaimantTypeReport Only  -1.624e-12  9.111e-11 -1.800e-02   0.9858    
## AverageWeeklyWage1        4.707e-15  7.490e-14  6.300e-02   0.9499    
## Hospital                  6.011e-18  4.123e-16  1.500e-02   0.9884    
## PhysicianOutpatient       8.943e-17  7.820e-16  1.140e-01   0.9090    
## Rx                        2.154e-17  9.699e-16  2.200e-02   0.9823    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.142e-09 on 4785 degrees of freedom
##   (26823 observations deleted due to missingness)
## Multiple R-squared:      1,  Adjusted R-squared:      1 
## F-statistic: 2.197e+30 on 10 and 4785 DF,  p-value: < 2.2e-16

# Evaluar, y en caso necesario, ajustar la regresion 
regresion <- lm(TotalIncurredCost ~ TotalPaid + TotalReserves + TotalRecovery + IndemnityPaid + OtherPaid + ClaimantType + AverageWeeklyWage1  + Hospital + PhysicianOutpatient + Rx, data=base_de_datos)

# Construir un nuevo conjunto de datos con valores para predicción
datos_nuevos <- data.frame(
  TotalPaid = c(1000, 2000, 3000),  # Ejemplos de valores para las variables
  TotalReserves = c(500, 600, 700),
  TotalRecovery = c(50, 75, 100),
  IndemnityPaid = c(200, 300, 400),
  OtherPaid = c(150, 250, 350),
  ClaimantType = factor(c("Type1", "Type2", "Type1"), levels = levels(base_de_datos$ClaimantType)),
  AverageWeeklyWage1 = c(800, 900, 850),
  Hospital = c(200, 250, 300),
  PhysicianOutpatient = c(100, 150, 200),
  Rx = c(50, 60, 70)
)

# Realizar la predicción utilizando el modelo de regresión
predicciones <- predict(regresion, datos_nuevos)

# Ver las predicciones
predicciones

##  1  2  3 
## NA NA NA

#Teoría El modelo de regresión lineal ajustado parece tener problemas de multicolinealidad o datos faltantes que están llevando a resultados inesperados, como coeficientes no definidos y predicciones nulas (NA). Esto sugiere la necesidad de revisar y posiblemente depurar las variables del modelo, así como de manejar adecuadamente los valores faltantes antes de que el modelo pueda generar predicciones útiles y confiables.