Veuillez utiliser cette adresse pour citer ce document :
https://hdl.handle.net/20.500.12177/5198
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.advisor | Fotso, Simeon | - |
dc.contributor.author | Thepi Nkuimeni, Franck Eric | - |
dc.date.accessioned | 2021-09-29T10:41:45Z | - |
dc.date.available | 2021-09-29T10:41:45Z | - |
dc.date.issued | 2016 | - |
dc.identifier.uri | https://hdl.handle.net/20.500.12177/5198 | - |
dc.description.abstract | La prise en compte de la dépendance entre risques en assurance est un enjeu très important en vue la diversification de ceux-ci. L’objectif principal de ce mémoire est de présenter les modèles de dépendance permettant, de définir la forme du lien de dépendance entre deux risques et les mesures de dépendance associées qui quantifient la force de ce lien. Nous présentons pour cela, le coefficient de corrélation linéaire qui est l’un des tout premier indice utilisé en statistique pour mesurer le degré de dépendance entre deux risques et nous montrons que celui-ci n’est pas une "bonne mesure de dépendance" de risque. Par la suite, nous présentons deux mesures de dépendance de risque basées sur les notions de concordance et de discordance ; à savoir le Rho de Spearman et le Tau de Kendall. Nous montrons que ceux-ci sont de " bonnes mesures de dépendance". | fr_FR |
dc.format.extent | 60 | fr_FR |
dc.publisher | Université de Yaoundé I | fr_FR |
dc.subject | Tau de Kendall | fr_FR |
dc.subject | Rho de Spearman | fr_FR |
dc.subject | Modèles de dépendance | fr_FR |
dc.subject | Mesure de dépendance | fr_FR |
dc.title | Mesures de dépendance de risques | fr_FR |
dc.type | Thesis | - |
Collection(s) : | Mémoires soutenus |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
ENS_2016_mem_0106.pdf | 900.21 kB | Adobe PDF | Voir/Ouvrir |
Tous les documents du DICAMES sont protégés par copyright, avec tous droits réservés.