INFERENCE BAYESIENNE DANS DES MODELES D’ASSURANCE
No Thumbnail Available
Date
2022-01-13
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Badji Mokhtar Annaba
Abstract
Dans cette th`ese, nous consid´erons les probl`emes d’inf´erences statistiques comprenant l’es timation des param`etres et de quelques caracteristiques de fiabilit´e d’une distribution deRayleigh Pareto sous des donnees progressivement censur´ees `a droite de type II. Nous uti lisons deux approches, l’approche classique du maximum de vraisemblance et l’approche Bay´esienne pour estimer les param`etres de la distribution, la fonction de fiabilit´e ainsi que la fonction taux de panne. Les estimateurs de Bayes et les risques a posteriori (PR) cor respondants ont ´et´e d´eriv´es sous diff´erentes fonctions de perte aussi bien sym´etrique (pertequadratique) qu’asym´etriques (Linex et entropie). Les estimateurs ne peuvent pas ˆetre obte nus explicitement, nous utilisons donc la m´ethode de Monte Carlo (MCMC) pour approcher les solutions. Nous utilisons egalement l’erreur quadratique moyenne integree (IMSE) et le
critere de proximit´e de Pitman pour comparer les r´esultats des deux methodes. Enfin, un ensemble de donnees reelles a ´et´e analys´e pour etudier l’applicabilite et l’utilite du modele de Rayleigh Pareto propose.
Description
Keywords
analyse Bayesienne; maximum de vraisemblance; methode de Monte Carlo; Rayleigh Pareto; Censure progressive