EconPapers    
Economics at your fingertips  
 

Applications of the Gb2 Family of Distributions in the Modeling Insurance Loss Processe

John Cummins (), Georges Dionne and James McDonald ()

Cahiers de recherche from Universite de Montreal, Departement de sciences economiques

Abstract: Ce Texte Suggere L'utilisation de la Famille des Distributions de Probabilites a Quatre Parametres, la Beta Generalisee du Deuxieme Type (Gb2) Pour Analyser les Pertes D'assurance. la Gb2 a Comme Cas Particulier les Distributions Log-Normale, Gamma et Weibull. Elle Comprend Egalement Comme Cas Particuliers la Burr et la Gamma Generalisee et Elle Est Tres Appropriee Pour Ameliorer L'estimation des Distributions Ayant des Queues Tres Epaisses. la Plupart des Membres de la Famille de Distribution Proposee Peuvent Etre Obtenus Par des Combinaisons de Distributions Bien Connues. les Resultats Demontrent Que des Faibles Differences Dans la Modelisation des Queues Peuvent Generer des Grandes Differences Dans le Calcul des Primes de Reassurance et Dans les Quantiles des Distributions des Pertes Assurees Totales.

Keywords: Distribution; Insurance; Models (search for similar items in EconPapers)
Date: 1988
References: Add references at CitEc
Citations: Track citations by RSS feed

Downloads: (external link)
http://hdl.handle.net/1866/2327

Related works:
Journal Article: Applications of the GB2 family of distributions in modeling insurance loss processes (1990) Downloads
Working Paper: APPLICATIONS OF THE GB2 FAMILY OF DISTRIBUTIONS IN THE MODELING INSURANCE LOSS PROCESSE (1988)
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:mtl:montde:8838

Access Statistics for this paper

More papers in Cahiers de recherche from Universite de Montreal, Departement de sciences economiques Contact information at EDIRC.
Bibliographic data for series maintained by Sharon BREWER ().

 
Page updated 2019-11-16
Handle: RePEc:mtl:montde:8838