Estimation bayésienne sous des données progressivement censurées

Abstract

Dans ce travail, on s'est intéressé essentiellement à un modèle de survie : le modèle de Lindley. L’étude des estimateurs de Bayes de paramètre, de la fonction de fi abilité et de la fonction de taux de panne sous différentes fonctions de perte avec des données progressivement censurées. La loi a priori utilisée dans ce travail est la loi a priori conjuguée naturelle. Deux approches ont été utilisées, l'approche classique du maximum de vraisemblance puis une approche bayésienne et les risques a posteriori sont obtenus en utilisant des fonctions de perte symétriques (la fonction de perte quadratique) puis des fonctions de perte asymétriques (la fonction de perte Linex et entropie). Mot clés : Modèle de Lindley, Estimateurs de Bayes, les lois a priori, les méthodes de Monte-Carlo