La distribution des montants indemnisés en assurance non vie est caractérisée par une forte occurrence de petits montants (attritionnels) et une occurrence plus faible sans être négligeable de montants importants (atypiques ou extrêmes). Des modèles "composites" se sont développés dans la littérature actuarielle pour prendre en compte cette particularité. Ces modèles combinent deux lois de probabilités, la première modélise la partie attritionnelle tandis que la deuxième se focalise sur la partie atypique ou extrême de la distribution des montants indemnisés. Les paramètres de ces modèles synthétisent la sinistralité, l’un des paramètres joue le rôle de seuil permettant de distinguer les sinistres graves des autres sinistres. La calibration de ces modèles s’effectue généralement en utilisant la technique du maximum de vraisemblance. Ce travail de recherche propose d’utiliser une approche bayésienne reposant sur un algorithme d’échantillonnage de Monte Carlo séquentiel. La méthode est validée sur des données simulées et illustrée sur des jeux de données réelles.