[PDF] Mémoire - ISUP - IA - Avec page de garde signée PDF c2a448d289d7745aa93b0e2e9cd7b29b.pdf

Calcul prospectif de la provision pour risque de litiges liés à la renonciation Sékou Oumar BAH - ISUP Résumé 2 CALCUL PROSPECTIF DE LA PROVISON

25 fév 2019 · 1 https://en wikipedia org/wiki/Conway 27s_Game_of_Life Sorbonne Université/Master d'Informatique/ISUP-2019fev 25 février 2019

[PDF] Page 1

This Readme file mainly gives the introduction about the isup tapping sample application and how to execute the same ** sample_isup_tapping c : * This file

[PDF] Neccessity of ISUP Release Cause Values,Codes and Class

use of ISUP in the network has far exceeded the use of ISDN on the access side (all inforce documents) [2] http://en wikipedia org/wiki/Release_ISUP

[PDF] RAYBAUD ISUP mémoire actuariat - Ressources actuarielles

Conception, viabilité et rentabilité d'un produit de micro-épargne assurance vie ISUP filière actuariat Mémoire présenté pour l'obtention du diplôme de l'ISUP

[PDF] SAT-ISUPSS7: Sistema Analizador de Tramas de la capa ISUP del

to do message analysis in the ISDN User Part, ISUP layer defined for SS7 to [ 18] Wikipedia org, Nginx, http://es wikipedia org/wiki/nginx, Febrero 2014 [19]

[PDF] SS7 Stack User Guide - The guide to the Mobicents SS7 Stack

ISUP Example Standards Institute ( ETSI [http://www voip-info org/wiki/view/ The Mobicents SS7 Layer 4 (SCCP, ISUP) leverages either of following MTP

[PDF] IR64 IMS Service Centralization and Continuity Guidelines - GSMA

4 juil 2012 · SRVCC for emergency calls does not make use of the ATCF and ATGW as described in section 4 3 The MSC can also use the ISUP interface to

[PDF] Mémoire - ISUP - IA - Avec page de garde signée

Calcul prospectif de la provision pour risque de litiges liés à la renonciation Sékou Oumar BAH - ISUP Résumé 2 CALCUL PROSPECTIF DE LA PROVISON

[PDF] TD : Programmation en C — semaine 4

2 mar 2018 · Sorbonne Université/Master d'Informatique/ISUP-2018fev 2 mars 2018 https:// wikipedia org/wiki/Tri_rapide#Description_de_l'algorithme

[PDF] itavi

[PDF] itavi biosecurité

[PDF] itavi fiches biosécurité

[PDF] itavi fiches techniques

[PDF] itb

[PDF] itb france

[PDF] itb definition

[PDF] itb difficulte

[PDF] itb france

[PDF] itb resultat 2017

[PDF] itb test logique

[PDF] itc tattoo paris

[PDF] itef casablanca

[PDF] itelis

[PDF] itelligence lyon

Mémoire présenté le :

Pour l"obtention du diplôme

De Statisticien Mention Actuariat

Et l"admission à l"Institut des Actuaires

Par : Monsieur

BAH SEKOU OUMAR

Titre du mémoire :

Calcul prospectif de la provision pour risque de litiges liés à la renonciation Confidentialité : ? NON ? OUI (Durée : ? 1 an X 2 ans) Les signataires s"engagent à respecter la confidentialité indiquée ci-dessus

Membres présents du jury de l"Institut des

Actuaires signature Entreprise :

Nom :

AXA France

Signature :

Membres présents du jury de la filière

Directeur de mémoire en entreprise :

Nom : Xavier Guerrault

Signature :

Invité :

Nom :

Signature :

Autorisation de publication et de mise en ligne sur un site de diffusion de documents actuariels (après expiration de l"éventuel

délai de confidentialité)

Signature du responsable entreprise

Signature du candidat

w9{...a9 ȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁ Ζ

).42/$5#4)/. ȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁ Θ

!{{...w!b/9 ȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁ ΐΐ

Ќ͵ twhL{Lhbb9a9b͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵ ЌЋ

/![/...[ 59 [! twhL{Lhb ȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁ ΓΑ

!͵ 59a!w/I9͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵ ЍЌ

Ѝ͵ twhL{Lhb D[h.![9 ͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵͵ АЉ

#/.#,53)/. '%.%2!,% ȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁ ΖΑ

L͵ .L.[LhDw!tIL9 ȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁ ΖΒ

͵ [9-Lv...9 ȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁ ΖΓ

L͵ !bb9-9{ ȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁȁ ΖΔ

/h59 59{ !{{...w!b/9 a!5hCC͵ t[!b/I9w

ΛLb{99Μ͵

቗1 ൣ ݟቘ ቗1 ൣ ݑ ݥఈ෮቗1 ൣ ݑ௾୛௻ቘ ௹൩1 ቗1 ൢ ݫ ௾ቘ௹௾ଢ଼୒,∀ݢ ൩ 1...ݍ ቗1 ൣ ݟቘቜ ቗1 ൣ ݟቘቜ ቜ ∗ ቗1 ൣ ݟቘ௹ ෮቗1 ൣ ݑ௾୛௻ቘ ෮቗1 ൣ ݑ௾୛௻ቘ ቗1 ൣ ݟቘ ݥఈ෮቗1 ൣ ݑ௾୛௻ቘ ݥఈ෮቗1 ൣ ݑ௾୛௻ቘ ቗1 ൣ ݟቘ ቜ ∗ ቗1 ൣ ݟቘ௹ ෮቗1 ൣ ݑ௾୛௻ቘ ݥఈ෮቗1 ൣ ݑ௾୛௻ቘ hǓ ʹ

1 ൢ ࠉ

௹ቘ௹൩ ෮቗1 ൢ ݫ௾ቘ ∗ ቗1 ൣ ݟቘ௹ ቗1 ൣ ݑ ݥఈ෮቗1 ൣ ݑ௾୛௻ቘ ௹൩1 ቗1 ൢ ݫ ௾ቘ௹௾ଢ଼୒,∀ݢ ൩ 1...ݍ ݥఈ෮቗1 ൣ ݑ௾୛௻ቘ ݥఈ෮቗1 ൣ ݑ௾୛௻ቘ hǓ ʹ

1 ൢ ࠉ

௹ቘ௹൩ ෮቗1 ൢ ݫ௾ቘ twhL{Lhb ЍЌ !ȁ $%-!2#(% twhL{Lhb ЍЍ twhL{Lhb ЍЎ

2 297 578

2 032 7,47% 24%

5,29%20%

6,70% 13%

0,56%24%

Ne renonce pas Renonce

RENONCIATIONS - NOMBRE

NombreARPEGESEXCELIUMFIGURES LIBRESSELECTION ORIENTATIONS

42 502 556 750 €

26 397 891 €

7,00% 26%

6,87%47%

6,09% 19% 0,65% 4%

Ne renonce pasRenonce

RENONCIATIONS - EPARGNE

EPARGNEARPEGESEXCELIUMFIGURES LIBRESSELECTION ORIENTATIONS twhL{Lhb ЍА twhL{Lhb ЍБ 01

0e+00 2e+06 4e+06 6e+06 8e+06

twhL{Lhb ЍВ 01

0e+00 2e+06 4e+06 6e+06

twhL{Lhb ЎЉ wh/ twhL{Lhb ЎЊ twhL{Lhb ЎЋ twhL{Lhb ЎЌ twhL{Lhb ЎЍ anciennete_mois >= 4.8

EPARGNE < 48yes no

1 2 3 6 7 anciennete_mois >= 4.8

EPARGNE < 48

NON .95 .05 100%
NON .99 .01

94%OUI

.33 .67 6% NON .86 .14 1%OUI .25 .75 6% yes no 1 2 3 6 7 anciennete_mois >= 5.7

EPARGNE < 53yes no

1 2 3 6 7 anciennete_mois >= 5.7

EPARGNE < 53

NON .90 .10 100%
NON .98 .02

89%OUI

.20 .80 11% NON .81 .19 1%OUI .15 .85 10% yes no 1 2 3 6 7 anciennete_mois >= 9yes no 1 23
anciennete_mois >= 9 NON .70 .30 100%
NON .97 .03

69%OUI

.10 .90 31%
yes no 1 23
anciennete_mois >= 8.8yesno 1 23
anciennete_mois >= 8.8 NON .50 .50 100%
NON .95 .05

52%OUI

.02 .98 48%
yesno 1 23
twhL{Lhb ЎЎ twhL{Lhb ЎА twhL{Lhb ЎБ anciennete_mois >= 5.5

EPARGNE < 54yes no

1 2 3 6 7 anciennete_mois >= 5.5

EPARGNE < 54

NON .95 .05 100%
NON .99 .01

94%OUI

.28 .72 6% NON .76 .24 1%OUI .23 .77 5% yes no 1 2 3 6 7 anciennete_mois >= 8.7

EPARGNE < 72yes no

1 2 3 6 7 anciennete_mois >= 8.7

EPARGNE < 72

NON .90 .10 100%
NON .99 .01

88%OUI

.24 .76 12% NON .78 .22 1%OUI .18 .82 11% yes no 1 2 3 6 7 anciennete_mois >= 9.3yesno 1 23
anciennete_mois >= 9.3 NON .70 .30 100%
NON .96 .04

69%OUI

.12 .88 31%
yesno 1 23
anciennete_mois >= 15yes no 1 23
anciennete_mois >= 15 NON .50 .50 100%
NON .94 .06

50%OUI

.07 .93 50%
yes no 1 23
twhL{Lhb ЎВ

Ћ͵ /![/...[ 59 [! twhL{Lhb

ݥఈ෮቗1 ൣ ݑ௾୛௻ቘ ݥఈ෮቗1 ൣ ݑ௾୛௻ቘ taΗ9...whtaΗ.../ /{w Y twhL{Lhb АЉ

Ѝ͵ twhL{Lhb D[h.![9

twhL{Lhb АЊ /hb/[...{Lhb D9b9w![9

L͵ .L.[LhDw!tIL9

!/!a͵

͵ [9-Lv...9

L͵ !bb9-9{

ݧ୒ൣ 1

୒ൣ 1,ݧ୓ൣ 1ቘ ో቗ݧ୒ൣ 1,ݧ୓ൣ 1ቘ,݅୒ଡ଼ഝ ో቗ݧ୒ൣ 1,ݧ୓ൣ 1

1,ݧ

൭ data:AP$AnctandAP$Y X ൣ squared ൩ 43379,df ൩ 1,p ൣ value ൬ 2.2ݞ ൣ 16 ൭ data:AP$classe_epargneandAP$Y X ൣ squared ൩ 20.419,df ൩ 3,p ൣ value ൩ 0.000139 ൭ data:AP$classe_ageandAP$Y X ൣ squared ൩ 67.791,df ൩ 5,p ൣ value ൩ 2.952e ൣ 13 ൭ summary቗aov቗AP$Capital_sous_risque~AP$Yቘቘ data:AP$Capital_sous_risquebyAP$Y

W ൩ 193270000

,p ൣ value ൬ 2.2ݞ ൣ 16 ൭ par቗mfrow ൩ c቗1,2ቘቘ

൭ barplot቗table቗AP$Taux_tmgቛAP$Y ൩൩ 0ቜቘ,legend.text ൩ "Nerenoncepas"ቘ

൭ barplot቗table቗AP$Taux_tmgቛAP$Y ൩൩ 1ቜቘ,legend.text ൩ "Renonce"ቘ

൭ summary቗aov቗AP$Taux_tmg~AP$Yቘቘ

0 0.5 1.5 1.72 3.5 4.5

Ne renonce pas

0 50000 100000 150000

0 0.5 1.72 2.1

Renonce

0 100 200 300 400 500 600 700

൭data:AP$Taux_tmgbyAP$Y

W ൩ 239980000

,p ൣ value ൬ 2.2ݞ ൣ 16 ቗ݭቘ൩ ෪ 1

· N

Imݩ

o o Imp Imp ቗ݭቘ൩ 1 ൣ ෪ * MACRO constitution_apprentissage_test ; * Cette macro a pour but de créer, à partir d"une base de données, une ; * population d"apprentissage et une population de test. ; * La méthode repose sur un tirage aléatoire sans remise dont la répartition est ; * la suivante : ; * - 2/3 des données sont consacrées à la population d"apprentissage * - 1/3 des données sont consacrées à la population de test ; * Les proportions de contrats en cours et renoncés restent les mêmes dans les ; * deux populations constituées. ; * @arg base_initiale la base de données utilisée pour créer le modèle ; * @arg base_apprentissage l"échantillon d"apprentissage ; * @arg base_test l"échantillon de test ; %MACRO constitution_apprentissage_test (base_initiale);

PROC SORT DATA= &base_initiale.; BY Y; RUN;

PROC SURVEYSELECT DATA= &base_initiale.

METHOD=srs

OUT=base_initiale_bis

OUTALL SAMPRATE= 66.66 ;

STRATA Y;

RUN; DATA BASE_APPRENTISSAGE (DROP= SELECTED SELECTIONPROB SAMPLINGWEIGHT) assuranc.BASE_APPRENTISSAGE;

SET base_initiale_bis (WHERE=(SELECTED=1));

if y eq 0 then renonce="NON"; else renonce ="OUI";

Ratio=capital_sous_risque/epargne;

SET base_initiale_bis (WHERE=(SELECTED=0));

if y eq 0 then renonce="NON"; else renonce ="OUI";

Ratio=capital_sous_risque/epargne;

keep plancher codprod libelle y Anct classe_age age_entree classe_epargne epargne classe_risque Capital_sous_risque Ratio type_produit taux_tmg sexe classe_tx_risque csp renonce; RUN; %MEND; * MACRO reequilibrer ; * Cette macro a pour but de modifier le portefeuille afin d"augmenter la ; * proportion de contrats renoncés dans le portefeuille en utilisant la ; * la méthode du Bootstrapping. ; * Méthode : ; * - on tire aléatoirement proportion_renonces% de contrats renoncés ; * - on tire aléatoirement des contrats non renoncés jusqu"à ce que les ; * contrats non renoncés pèsent pc_0% dans le nouveau portefeuille ; * Attention : les pourcentages s"écrivent sous la forme 0.50 et non 50/100 ; * @arg base_initiale la base de données ; * @arg base_equilibree la base de données bootstrappée ; * @arg proportion_renonces le pourcentage de contrats renoncés à tirer ; * aléatoirement dans l"ancien portefeuille ; * @arg pc_1 le pourcentage de contrats renoncés à obtenir ; * dans le nouveau portefeuille ; %MACRO reequilibrer (base_initiale, base_equilibree, proportion_renonces, pc_1); DATA BASE_1; SET &base_initiale. (WHERE= (Y=1) ); CALL SYMPUT ( "Nb1", _N_); RUN;

DATA BASE_0;

SET &base_initiale. (WHERE= (Y=0) ); CALL SYMPUT ( "Nb0", _N_); RUN; /* Calcul des nombres à tirer aléatoirement */ DATA _NULL_; CALL SYMPUT ("Nb1_ajuste", int(&proportion_renonces. * &Nb1.)); RUN; DATA _NULL_; CALL SYMPUT ("Nb0_ajuste", int(&Nb1_ajuste. * (1 - &pc_1.) / &pc_1.)); RUN;

/* On tire aléatoirement &Nb1_ajuste. contrats rachetés et &Nb0_ajuste. contrats non rachetés */

PROC SURVEYSELECT DATA= BASE_1

METHOD=srs OUT= BASE_1_ajuste

OUTALL SAMPSIZE= &Nb1_ajuste.

/*SEED= &seed.; */

SEED=-1;/* horloge comme graine */

STRATA Y;

RUN;

PROC SURVEYSELECT DATA= BASE_0

METHOD=srs OUT= BASE_0_ajuste

OUTALL SAMPSIZE= &Nb0_ajuste.

/*SEED= &seed.; */

SEED=-1;/* horloge comme graine */

STRATA Y;

RUN; DATA BASE_1_selected (DROP= SELECTED SELECTIONPROB SAMPLINGWEIGHT);

SET BASE_1_ajuste (WHERE= (SELECTED=1) );

RUN; DATA BASE_0_selected (DROP= SELECTED SELECTIONPROB SAMPLINGWEIGHT);

SET BASE_0_ajuste (WHERE= (SELECTED=1) );

RUN; PROC DATASETS library= Work; DELETE &base_equilibree. ; QUIT; PROC APPEND BASE = &base_equilibree. DATA = BASE_1_selected ; RUN; PROC APPEND BASE = &base_equilibree. DATA = BASE_0_selected ; RUN; data assuranc.&base_equilibree.; set &base_equilibree.; run;

PROC DATASETS library= Work ;

DELETE BASE_1 BASE_1_ajuste BASE_1_selected BASE_0 BASE_0_ajuste BASE_0_selected; QUIT; %MEND;quotesdbs_dbs21.pdfusesText_27

[PDF] [PDF] Mémoire - ISUP - IA - Avec page de garde signée

Mémoire présenté le :

Pour l"obtention du diplôme

De Statisticien Mention Actuariat

Et l"admission à l"Institut des Actuaires

Par : Monsieur

BAH SEKOU OUMAR

Titre du mémoire :

Membres présents du jury de l"Institut des

Actuaires signature Entreprise :

AXA France

Signature :

Membres présents du jury de la filière

Directeur de mémoire en entreprise :

Nom : Xavier Guerrault

Signature :

Invité :

Signature :

Signature du responsable entreprise

Signature du candidat

ΛLb{99Μ͵

1 ൢ ࠉ

1 ൢ ࠉ

2 297 578

5,29%20%

0,56%24%

Ne renonce pas Renonce

RENONCIATIONS - NOMBRE

42 502 556 750 €

26 397 891 €

6,87%47%

Ne renonce pasRenonce

RENONCIATIONS - EPARGNE

0e+00 2e+06 4e+06 6e+06 8e+06

0e+00 2e+06 4e+06 6e+06

EPARGNE < 48yes no

EPARGNE < 48

94%OUI

EPARGNE < 53yes no

EPARGNE < 53

89%OUI

69%OUI

52%OUI

EPARGNE < 54yes no

EPARGNE < 54

94%OUI

EPARGNE < 72yes no

EPARGNE < 72

88%OUI

69%OUI

50%OUI

Ћ͵ /![/...[ 59 [! twhL{Lhb

Ѝ͵ twhL{Lhb D[h.![9

L͵ .L.[LhDw!tIL9

͵ [9-Lv...9

L͵ !bb9-9{

ݧ୒ൣ 1

1,ݧ

W ൩ 193270000

0 0.5 1.5 1.72 3.5 4.5

Ne renonce pas

0 50000 100000 150000

0 0.5 1.72 2.1

Renonce

0 100 200 300 400 500 600 700

W ൩ 239980000

· N

Imݩ

PROC SORT DATA= &base_initiale.; BY Y; RUN;

PROC SURVEYSELECT DATA= &base_initiale.

METHOD=srs

OUT=base_initiale_bis

OUTALL SAMPRATE= 66.66 ;

STRATA Y;

SET base_initiale_bis (WHERE=(SELECTED=1));

Ratio=capital_sous_risque/epargne;

SET base_initiale_bis (WHERE=(SELECTED=0));

Ratio=capital_sous_risque/epargne;

DATA BASE_0;

PROC SURVEYSELECT DATA= BASE_1

Ћ͵ /![/...[ 59 [! twhL{Lhb

Ѝ͵ twhL{Lhb D[h.![9

L͵ .L.[LhDw!tIL9

͵ [9-Lv...9

L͵ !bb9-9{