Retour à l'accueil Page précédente

Utiliser le logiciel R en actuariat

Ce site est dédié à l'utilisation de R dans le domaine de l'actuariat.

La technicité croissante des modèles utilisés en actuariat nécessite de recourir à des logiciels performants ; SAS est parmi les logiciels statistiques le plus répandu en assurance, suivi de Matlab. Mais le logiciel R, développé initialement dans un contexte universitaire, constitue aujourd'hui une alternative particulièrement intéressante à ces outils commerciaux.

Au-delà des avantages de la gratuité de la licence, de nombreuses ressources sont disponibles sur internet pour traiter les problèmes les plus classiques (Kaplan-Meier, Cox, valorisation d'options, théorie de extrêmes, etc.).

Deux initiatives récentes viennent encore renforcer l'intérêt pour cette solution :

- J.P. Morgan propose dans le cadre de LifeMetrics des éléments de code R pour Lee-Carter et les modèles stochastiques de mortalité ;
- V. Goulet de l'université Laval conduit le projet "actuar" visant à développer un panel d'outils actuariels dans R ; ce projet a fait l'objet d'une présentation au dernier colloque ASTIN à Orlando.

Les informations générales sur R peuvent être consultées sur le site de ce logiciel.

Le site statconn propose une installation packagée de R avec des modules additionnelles utiles, notamment RExcel et Tinn-R.

L'objet du présent site est de fournir de la documentation sur l'utilisation de R dans le contexte de problèmes actuariels. Cette documentation est fournie sous la forme d'exemples de code et d'indications sur les packages utiles dans chaque domaine étudié.

Les domaines suivants sont actuellement documentés :

- R et les modèles de durée ;
- R et les valeurs extrêmes ;
- R et la dépendance stochastique ;
- R et les représentations graphiques ;
- Le package randtoolbox.

Les documents ou sites suivants fournissent par ailleurs des informations utiles :

- Ajustement de données empiriques à une distribution connue : voir cette note ;
- Liste des distributions de probabilité modélisées par R ;
- Utiliser le logiciel R pour faire des statistiques.

Des packages sont également disponibles pour améliorer les performances de R dans les situations de calcul intensif ou avec de gros volumes de données, sur cette page : http://cran.r-project.org/web/views/HighPerformanceComputing.html.