Den danske levetidsmodel Performanceoptimering fra R til datasteppet i SAS. Per Helmark, Business Delivery Manager, SAS Institute

Størrelse: px

Starte visningen fra side:

Download "Den danske levetidsmodel Performanceoptimering fra R til datasteppet i SAS. Per Helmark, Business Delivery Manager, SAS Institute"

Sara Bak
6 år siden
Visninger:

1 Den danske levetidsmodel Performanceoptimering fra R til datasteppet i SAS Per Helmark, Business Delivery Manager, SAS Institute

2 Den danske levetidsmodel Udvikling i middellevetid

3 Den danske levetidsmodel Før og efter benchmark

4 Den danske levetidsmodel Opbygning Den partielle interne model for levetidsrisiko består af følgende komponenter: Systematisk risiko for ændring af niveau, dvs. den nuværende dødelighed Systematisk risiko for ændring af trend, dvs. forventede levetidsforbedringer Ikke-systematisk risiko på fastsættelsen af selskabets kalibreringsfaktor betegnet realisationsrisikoen (volatilitet) 20% 18% Den partielle interne model 16% 14% estimerer best estimate - 12% dødeligheden og tager dermed 10% 8% hensyn til hensættelsesreglerne, 6% 4% og den er kalibreret til 99,5% VaR 2% på et års sigt. 0% Levetidsmodellens stress Systematisk stress Usystematisk stress Levetidsforbedring i hensættelserne Stress på levetidsforbedring

5 Den danske levetidsmodel Kørselstider

Den danske levetidsmodel Demo ANALYSIS_RESULT ANALYSIS_SK: NUMERIC(8) NOT NULL (FK) TYPE: CHARACTER(8) NOT NULL GENDER: CHARACTER(1) NOT NULL AGE: NUMERIC(8) NOT NULL VALUE: NUMERIC(8) NULL DK_MORT

NUMERIC(8) NULL DEATH: NUMERIC(8) NULL LOAD_DTTM: NUMERIC(8) NOT NULL VALID_TO_DTTM: NUMERIC(8) NOT NULL DW_NEWEST: CHARACTER(1) NOT NULL ANALYTICAL_MODEL MODEL_ID: CHARACTER(16) NOT NULL

6 Den danske levetidsmodel Demo ANALYSIS_RESULT ANALYSIS_SK: NUMERIC(8) NOT NULL (FK) TYPE: CHARACTER(8) NOT NULL GENDER: CHARACTER(1) NOT NULL AGE: NUMERIC(8) NOT NULL VALUE: NUMERIC(8) NULL DK_MORT SOURCE: CHARACTER(8) NOT NULL GENDER: CHARACTER(1) NOT NULL VALUATION_YEAR: NUMERIC(3) NOT NULL YEAR: NUMERIC(3) NOT NULL AGE: CHARACTER(3) NOT NULL VALID_FROM_DTTM: NUMERIC(8) NOT NULL EXPOSURE: NUMERIC(8) NULL DEATH: NUMERIC(8) NULL LOAD_DTTM: NUMERIC(8) NOT NULL VALID_TO_DTTM: NUMERIC(8) NOT NULL DW_NEWEST: CHARACTER(1) NOT NULL ANALYTICAL_MODEL MODEL_ID: CHARACTER(16) NOT NULL VALID_FROM_DTTM: NUMERIC(8) NOT NULL MODEL_TYPE_CD: CHARACTER(8) NOT NULL MODEL_NM: CHARACTER(40) NOT NULL MODEL_DESC: CHARACTER(200) NULL MODEL_CATEGORY_CD: CHARACTER(8) NULL MODEL_OUTPUT_VALUE_TYPE_CD: CHARACTER(8) NOT NULL VERSION_ID: CHARACTER(16) NOT NULL LOAD_DTTM: NUMERIC(8) NOT NULL VALID_TO_DTTM: NUMERIC(8) NOT NULL DW_NEWEST: CHARACTER(1) NOT NULL ANALYSIS ANALYSIS_SK: NUMERIC(8) NOT NULL MODEL_ID: CHARACTER(16) NOT NULL (FK) ANALYSIS_START_DTTM: NUMERIC(8) NOT NULL ANALYSIS_END_DTTM: CHARACTER(18) NOT NULL SIMULATION_RESULT ANALYSIS_SK: NUMERIC(8) NOT NULL (FK) TYPE: CHARACTER(8) NOT NULL GENDER: CHARACTER(1) NOT NULL AGE: NUMERIC(3) NOT NULL SIM_NO: NUMERIC(4) NOT NULL VALUE: NUMERIC(8) NULL TABLE_COLUMNS TABLE_NM: CHARACTER(32) NOT NULL COLUMN_NM: CHARACTER(32) NOT NULL TYPE_CD: CHARACTER(8) NOT NULL LENGTH_NO: NUMERIC(8) NOT NULL NULLABLE_FLG: CHARACTER(1) NOT NULL PK_FLG: CHARACTER(1) NOT NULL COMMENTS: CHARACTER(200) NULL FT_DATA SOURCE: CHARACTER(8) NOT NULL TYPE: CHARACTER(8) NOT NULL GENDER: CHARACTER(1) NOT NULL YEAR: NUMERIC(3) NOT NULL AGE: NUMERIC(3) NOT NULL VALID_FROM_DTTM: NUMERIC(8) NOT NULL RATE: NUMERIC(8) NULL LOAD_DTTM: NUMERIC(8) NOT NULL VALID_TO_DTTM: NUMERIC(8) NOT NULL DW_NEWEST: CHARACTER(1) NOT NULL ANALYSIS_PARMS ANALYSIS_SK: NUMERIC(8) NOT NULL (FK) PARM_CD: CHARACTER(16) NOT NULL PARM_VALUE_NUM: NUMERIC(8) NULL PARM_VALUE_CHAR: CHARACTER(32) NULL VALID_VALUES TABLE_NM: CHARACTER(32) NOT NULL (FK) COLUMN_NM: CHARACTER(32) NOT NULL (FK) VALUE: CHARACTER(30) NOT NULL COMMENTS: CHARACTER(200) NULL Legend: History data mart Analytical data mart Metadata

7 Fra R til SAS Kompatibilitet

8 Fra R til SAS Samspil /*Sæt system option -RLANG i SAS-konfigurationsfilen*/ /*Sæt stien til R-installationsfolderen*/ option set=r_home="c:\program Files (x86)\r\r-2.9.1"; proc iml; run ExportDatasetToR("Sashelp.Class", "Class"); Dataset = "Class"; /* 1st parameter to pass */ RVarList = '"Height","Weight"'; /* 2nd parameter */ submit Dataset RVarList / R ok=rc; varnames <- c(&rvarlist) # expand 1st parameter value m <- apply( &Dataset[varnames], 2, median ) # expand 2nd parameter value endsubmit; run ImportMatrixFromR(Medians, "m"); print (Medians)[c={"Height" "Weight"}]; quit;

9 Fra R til SAS Samspil %macro parallel(session_no=2); option autosignon=yes sascmd="!sascmd"; %do i=1 %to &SESSION_NO.; %syslput SESSION_NO=&i./remote=task&i.; %let work_path=%sysfunc(pathname(work)); %syslput work_path=&work_path./remote=task&i.; rsubmit process=task&i. wait=no; libname r_work "&work_path"; data r_work.result&session_no.; do i=1 to 10**9; x+ranuni(1); end; run; endrsubmit; %end; waitfor _all_ %do j=1 %to &SESSION_NO.; task&j. %end;; data samle_output; set %do d=1 %to &SESSION_NO.; result&d. %end;; run; %mend; %parallel(session_no=8);

10 Tak for opmærksomheden!

Relaterede dokumenter

Man indlæser en såkaldt frequency-table i SAS ved følgende kommandoer:

1 IHD-Lexis 1.1 Spørgsmål 1 Man indlæser en såkaldt frequency-table i SAS ved følgende kommandoer: data ihdfreq; input eksp alder pyrs cases; lpyrs=log(pyrs); cards; 0 2 346.87 2 0 1 979.34 12 0 0 699.14