METODE PENDUGAAN TITIK – 1

Slides:



Advertisements
Presentasi serupa
Peubah acak khusus.
Advertisements

Proses Stokastik Semester Ganjil 2011.
REGRESI LOGISTIK BINER
Peubah Acak Diskret Khusus
Estimasi Titik.
Distribusi Probabilitas Kontinu()
Proses Stokastik Semester Ganjil 2013/2014
TRANSPORMASI PEUBAH ACAK DENGAN FUNGSI PEMBANGKIT MOMEN
Statistika Matematika 1
Materi Pokok 04 PENDUGAAN TITIK Konsep Dasar pendugaan titik
DISTRIBUSI PENCUPLIKAN
NILAI HARAPAN DAN MOMEN
BAB 7 METODE REJECTION.
PENDUGAAN SELANG (INTERVAL) NILAI TENGAH
UJI KEBAIKAN SUAI DENGAN PARAMETER DIKETAHUI
FUNGSI DENSITAS Pertemuan ke 9.
Pendugaan Parameter.
TRANSFORMASI PEUBAH ACAK-ACAK
D0124 Statistika Industri Pertemuan 15 dan 16
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
Metode Statistika (STK211)
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
SEBARAN PEUBAH ACAK KONTINU KHUSUS 3
SEBARAN PELUANG BERSAMA 2
TEORI PENDUGAAN (TEORI ESTIMASI)
DERIVATIF/TURUNAN (LANJUTAN)
Pengujian Hipotesis Oleh : Enny Sinaga.
Metode Statistika (STK211)
SEBARAN FUNGSI PEUBAH ACAK
KOVARIANS DUA PEUBAH ACAK
Metode Statistika Pertemuan VIII-IX
Dr. Adji Achmad RF, S.Si, M.Sc
Statistik dan Probabilitas
Review probabilitas (2)
Bab 4. Teori Penarikan Sampel
PENARIKAN CONTOH DAN SEBARANNYA – 1
Materi Pokok 26 KORELASI DUA PEUBAH ACAK
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
PENDUGAAN SELANG RAGAM DAN PROPORSI
UJI KESAMAAN DUA SEBARAN NORMAL
SEBARAN DARI FUNGSI PEUBAH ACAK
KELOMPOK 6 Amelia Octaviasari Cahyaningrum Uswati
Metode Statistika (STK211)
Probabilitas dan Statistika BAB 5 Distribusi Peluang Kontinu
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Untuk Satu Peubah Acak
MOMEN DAN FUNGSI PEMBANGKIT MOMEN
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
SEBARAN PEUBAH ACAK KONTINU KHUSUS 2
BEBERAPA CONTOH FUNGSI KEPEKATAN PELUANG (PROBABILITAS)
SEBARAN GAMMA DAN KHI-KUADRAT.
Tutun Juhana Review probabilitas Tutun Juhana
Tutun Juhana Review probabilitas Tutun Juhana
Bab1.Teori Penarikan Sampel
MOMENT DAN FUNGSI PEMBANGKIT MOMEN
STATISTIKA Materi : Pengantar Statistika deskriptif
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
Random Variable (Peubah Acak)
NOTASI SEBARAN BINOMIAL
Peubah Acak Kontinu.
Metode Statistika (STK211)
Metode Statistika (STK211)
Metode Newton-Raphson Choirudin, M.Pd
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
STATISTIKA 2 3. Pendugaan Parameter I OLEH: RISKAYANTO
4. Pendugaan Parameter II
Metode Statistika (STK211)
Pendugaan Parameter Statistika Matematika II
Model Linier untuk Data Kontinyu
This presentation uses a free template provided by FPPT.com METODE MAKSIMUM LIKELIHOOD Septian Arif Maulana Shafira.
Pendugaan Parameter Statistika Matematika II
Transcript presentasi:

METODE PENDUGAAN TITIK – 1 Materi Pokok 05 METODE PENDUGAAN TITIK – 1 Metode Momen Defenisi 1. Misalkan X1,…,Xn adalah contoh acak dari populasi dengan fungsi massa / kepekatan peluang f(x), moment populasi ke k atau momen ke k sebaran f(x) adalah E(xk) untuk k = 1, 2, 3,… Momen contoh ke k adalah: Definisi 2. Misalkan X1, X2, …., Xn merupakan contoh acak dari sebaran dengan fungsi massa/kepekatan peluang f(x; 1, …., m), dimana 1, …., 2 adalah parameter yang nilainya tidak diketahui, maka momen penduga diperoleh dengan menyamakan momen contoh pertama m dengan momen populasi pertama m dan diselesaikan untuk 1, …., n

Contoh : Bila m = 2, maka E(X) dan E(X2) menjadi fungsi dari 1 dan n. Menghasilkan dua persamaan dalam 1 dan 2. Hasil penyelesaiannya merupakan penduga. Contoh 5.1. Ambil X1,X2,…,Xn menyatakan contoh acak waktu pelayanan n pelanggan pada fasilitas tertentu, dimana sebaran diasumsikan eksponensial dengan parameter . Karena hanya satu parameter yang diduga, penduga diperoleh dengan menyamakan dan karena E(x) = 1/ untuk sebaran eksponensial, maka atau . Momen penduga  adalah .

Contoh 5.2. Ambil X1,X2,…,Xn sebagai contoh acak dari sebaran gamma dengan parameter  dan . E(x) =  dan E(x2) = 2 (+2) / () = 2 ( + 1)  Penduga momen dari  dan  diperoleh dengan menyelesaikan persamaan

Contoh 5.3. Ambil X1,…,Xn sebagai contoh acak dari sebaran binomial dengan parameter r dan r dan p. E(x) = r(1 - p)/p dan Var(x) = r(1 - p)/p2 , E(x2) = var(x) + [E(x)]2 = r(1 - p) (r – rp + 1)/p Dengan menyamakan:

Metode Pendugaan Kemungkinan Maksimum. Definisi: Misalkan X1, X2, …., Xn mempunyai fungsi massa/kepekatan peluang gabungan f(X1, X2, …., Xn; 1, …, m) dengan nilai 1, …, m tidak diketahui. Bila X1, X2, …., Xn adalah nilai pengamatan contoh dianggap fungsi dari 1, …, m disebut fugsi kemungkinan (Likelihood Function). Dugaan kemungkinan maksimum adalah nilai I yang memaksimumkan fungsi kemungkinan sehingga: untuk semua nilai 1, …, m. Bila Xi disubstitusikan ke xi menghasilkan penduga kemungkinan maksimum.

Contoh 5.4. Misalkan X1, X2,…, Xn adalah contoh acak dari sebaran eksponensial dengan parameter . Karena bebas, fungsi kemungkinan adalah hasil kali masing-masing fungsi kepekatan Contoh 5.5 Ambil X1, X2,…, Xn sebagai contoh acak dari sebaran normal. Fungsi kemungkinan:

Memaksimumkan fungsi kemungkinan diperoleh hasil Contoh 5.6 Misalkan X1, …., Xn sebagai contoh acak daris ebaran Weibull.