Pola yang terbentuk dari suatu data risiko dapat dikaji dan direpresentasikan terhadap
suatu distribusi tertentu. Setiap distribusi mempunyai suatu komponen yang
dapat mempengaruhi pola yang terbentuk, yaitu parameter. Parameter merupakan
suatu nilai yang dapat mendeskripsikan populasi. Parameter yang tidak diketahui
dapat ditaksir dengan penaksiran parameter yang dapat berupa penaksiran titik ataupun
selang. Metode yang digunakan untuk penaksiran titik adalah dengan metode
penaksiran likelihood maksimum dan metode penaksiran Bayes. Metode penaksiran
likelihood maksimum dapat digunakan untuk beberapa parameter distribusi
seperti parameter ?, ?2, p, maupun parameter untuk model risiko agregat. Sementara
itu, metode penaksiran Bayes digunakan untuk menaksir parameter yang diperlakukan
sebagai peubah acak. Penaksiran titik dinilai kurang merepresentasikan
nilai parameter, karena hanya berupa nilai tunggal sehingga diperlukan penaksiran
selang. Salah satu penaksiran selang yang umum digunakan adalah selang kepercayaan.
Selang kepercayaan dari suatu parameter adalah nilai taksiran titik yang
dijumlahkan (dikurangkan) dengan suatu statistik yang dikalikan dengan standar
eror. Selain untuk data risiko tunggal, penaksiran parameter juga dapat ditentukan
untuk data risiko berpasangan (bivariat). Untuk data berpasangan bivariat yang berasal
dari distribusi yang berbeda, dapat digunakan Copula bivariat sebagai alternatif
untuk memperoleh distribusi bersamanya. Dari Copula tersebut, juga dapat ditaksir
nilai parameternya dengan menggunakan metode penaksiran likelihood maksimum.
Dari penaksiran titik untuk parameter Copula tersebut, dapat ditentukan selang kepercayaannya.
Kriteria selang kepercayaan yang baik dapat dilihat dari panjang
selang dan probabilitasnya (tingkat kepercayaannya).