A class of bivariate Erlang distributions and ruin probabilities in multivariate risk models

Nous y introduisons une nouvelle classe de distributions bivariées de type Marshall-Olkin, la distribution Erlang bivariée. La transformée de Laplace, les moments et les densités conditionnelles y sont obtenus. Les applications potentielles en assurance-vie et en finance sont prises en considération. Les estimateurs du maximum de vraisemblance des paramètres sont calculés par l'algorithme Espérance-Maximisation. Ensuite, notre projet de recherche est consacré à l'étude des processus de risque multivariés, qui peuvent être utiles dans l'étude des problèmes de la ruine des compagnies d'assurance avec des classes dépendantes. Nous appliquons les résultats de la théorie des processus de Markov déterministes par morceaux afin d'obtenir les martingales exponentielles, nécessaires pour établir des bornes supérieures calculables pour la probabilité de ruine, dont les expressions sont intraitables.

Fitting phase type distribution to service process with sequential phases

The work of this thesis is concerned with fitting Hypo-exponential and Erlang phase type distributions for modeling real life processes with non-exponential service time. There exist situations where exponential distributions cannot explain the distribution of service time properly. This thesis presents the application of two traditional statistical estimation techniques to approximate the service distributions of processes with coefficient of variation less than one. It also presents an algorithm to fit Hypo-exponential distribution for complex situations which can’t be handled properly with traditional estimation techniques. The result shows the effect of variation of sample size and other parameters on the efficiency of the estimation techniques by comparing their respective outputs. Furthermore it checks how accurately the proposed algorithm approximates a given distribution.