การเปรียบเทียบการทำนายการต่ออายุกรมธรรม์ประกันภัยรถยนต์ประเภท 1 ระหว่างตัวแบบป่าสุ่มและตัวแบบบูสต์ติงปรับได้
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบการทำนายการต่ออายุกรมธรรม์ประกันภัยรถยนต์ประเภท 1 ระหว่างตัวแบบป่าสุ่มและตัวแบบบูสต์ติงปรับได้ และศึกษาอัตราส่วนที่เหมาะสมในการแบ่งข้อมูลชุดฝึกฝนและชุดทดสอบ ข้อมูลที่ใช้ในการวิจัยเป็นข้อมูลการต่ออายุกรมธรรม์ประกันภัยรถยนต์ส่วนบุคคลประเภท 1 ของบริษัทประกันภัยแห่งหนึ่งในประเทศไทย พ.ศ. 2561 และ พ.ศ. 2562 จำนวนทั้งสิ้น 10,000 ชุด ประกอบด้วยจำนวนตัวแปรที่สนใจ 8 ตัวแปร ตัวแปรตอบสนองที่สนใจในการศึกษา คือ สถานะการต่ออายุกรมธรรม์ประกันภัยรถยนต์ประเภท 1 แบ่งเป็นการต่อหรือไม่ต่ออายุกรมธรรม์ ตัวแปรอิสระ ได้แก่ เพศของผู้เอาประกัน, เบี้ยประกันภัยรถยนต์, อายุรถยนต์ที่รับประกันภัย, จำนวนการเคลมใน 1 ปี, จำนวนความเสียหายที่เกิดขึ้นใน 1 ปี, เบี้ยประกันส่วนลด และส่วนเพิ่มเบี้ยประกันเมื่อเกิดความเสียหายเกินขั้นต่ำ ใช้โปรแกรม RStudio Version 1.2.5033 แพคเกจ rattle ในการทำนายการต่ออายุกรมธรรม์ประกันภัยรถยนต์ประเภท 1 จากผลการวิจัยพบว่าตัวแบบบูสต์ติงปรับได้เมื่อการแบ่งชุดข้อมูลชุดฝึกฝนและชุดทดสอบในแต่ละอัตราส่วน 85:15 มีความเหมาะสมมากที่สุดโดยมีค่าความแม่นร้อยละ 66.90 และค่าประสิทธิภาพโดยรวมร้อยละ 78.44 มากกว่าตัวแบบป่าสุ่มเล็กน้อย โดยตัวแปรอิสระที่มีความสำคัญในการทำนายการต่ออายุกรมธรรม์ลำดับแรกคือเบี้ยประกันภัยรถยนต์ และ จำนวนความเสียหายที่เกิดขึ้นใน 1 ปี รองลงมาคือเบี้ยประกันส่วนลด
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยธรรมศาสตร์ ข้อความที่ปรากฏในแต่ละเรื่องของวารสารเล่มนี้เป็นเพียงความเห็นส่วนตัวของผู้เขียน ไม่มีความเกี่ยวข้องกับคณะวิทยาศาสตร์และเทคโนโลยี หรือคณาจารย์ท่านอื่นในมหาวิทยาลัยธรรมศาสตร์ ผู้เขียนต้องยืนยันว่าความรับผิดชอบต่อทุกข้อความที่นำเสนอไว้ในบทความของตน หากมีข้อผิดพลาดหรือความไม่ถูกต้องใด ๆ
เอกสารอ้างอิง
Department of Land Transport. (2020). The number of vehicles registered collectors. Retrieved from https://www.dlt.go.th/th/ on February 12, 2020. (in Thai)
Thai SRC. (2017). The information of car accident. Retrieved from http://www.thaisrc.com on February 12, 2020. (in Thai)
Panyadee, L., Jewprasertpan, P., & Pengplian, N. (2020). A Comparative Study of Partition Ratio between Training to Testing Dataset and Study Factors Affecting the Renewal of a Hospital Benefit Rider in Random Forest Model. (Senior Project). Actuarial Science program, Department of Mathematics and Statistics, 64 p. (in Thai)
Jaichuen, S. (2019). Adaboost Algorithm. Retrieved from https://www.sirawichjaichuen.medium.com/adaboost-algorithm-cfe6b58e60fa on October 26, 2020. (in Thai)
