Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
Ramadoni Syahputra, ST, MT
ESTIMASI Ramadoni Syahputra, ST, MT Teknik Elektro UMY
2
METODE ESTIMASI KLASIK
Statistik dikatakan estimator takbias parameter θ jika: Dari semua estimator tak bias θ yang mingkin dibuat, estimator yang memberikan varias terkecil disebut estimator θ yang paling efisien.
3
ESTIMASI RERATA Selang kepercayaan (1 - ) 100% untuk μ;
σ diketahui ialah:
4
Jika dipakai untuk mengestimasi μ, maka dengan kepercayaan (1 – α)100% galatnya akan lebih dari suatu bilangan g yang ditetapkan sebelumnya asal saja ukuran sampel:
5
Selang kepercayaan untuk μ ;
σ tidak diketahui:
6
MENGESTIMASI SELISIH DUA RERATA
Selang kepercayan untuk μ1 – μ2 ; σ21 dan σ22 diketahui:
7
Selang kepercayaan sampel kecil untuk
μ1 – μ2 ; σ21 = σ22 tapi tidak diketahui:
8
Untuk selang kepercayaan sampel kecil untuk μ1 – μ2 ; σ21 ≠ σ22 tapi tidak diketahui:
derajat kebebasan v:
9
Untuk selang kepercayaan untuk μ1 – μ2 = μD untuk pengamatan pasangan, maka selang kepercayaan (1 – α)100% untuk μD diberikan oleh:
10
MENGESTIMASI PROPORSI
Jika menyatakan proporsi yang berhasil dalam sampel acak ukuran n, dan , maka pendekatan selang kepercayaan (1 – α)100% untuk parameter binomial p, secara hampiran diberikan oleh:
11
Jika dipakai sebagai estimasi p, maka dengan kepercayaan (1 – α)100% galat akan lebih kecil dari besaran tertentu g jika ukuran sampel sebesar:
12
Jika dipakai sebagai estimasi p, maka dengan kepercayaan paling sedikit (1 – α)100% galat akan lebih kecil dari besaran tertentu g jika ukuran sampel:
13
MENGESTIMASI SELISIH DUA PROPORSI
Selang kepercayaan (1 – α)100% untuk selisih dua parameter binomial, p1 – p2, secara pendekatan diberikan oleh:
14
MENGESTIMASI VARIANS Estimasi titik takbias untuk varians populasi σ2 diberikan oleh varians sampel s2. karena itu, statistik S2 disebut estimator σ2. Estimasi selang untuk σ2 dapat diturunkan dengan menggunakan statistik:
15
Statistik X2 terdistribusi chi-kuadrat dengan derajat kebebasan n-1 jika sampel berasal dari populasi normal. Jadi, dapat ditulis: P(C 21-/2 < X2 < C2/2) = 1 –
16
Jika x21-/2 dan x2/2 masing-masing menyatakan nilai chi-kuadrat dengan derajat kebebasan n-1, sehingga luas di sebelah kanannya 1-/2 dan /2. jika kita ganti X2 dalam rumus di atas didapat:
17
Setelah diperhitungkan, untuk ukuran sampel n, variasi sampel ukuran n1 adalah s2, maka selang kepercayaan (1-)100% diberikan oleh
18
MENGESTIMASI NISBAH DUA VARIANS
Estimasi titik untuk nisbah dua varians populasi σ21 dan σ22 diberikan oleh nisbah varians sampel s21/s22. karenanya S21/S22 disebut estimator σ21/σ22. Jika σ21 dan σ22 varians dua populasi normal, maka estimasi selang untuk σ21/σ22 dapat diperoleh dengan:
19
Peubah acak F mempunyai distribusi F dengan derajat kebebasan v1=n1-1 dan v2=n2-1.
Dapat ditulis: P[f1-/2 (v1, v2) < F < f/2 (v1, v2)] = 1 –
20
Selang kepercayaan untuk σ 2 /σ 2 selang kepercayaan (1-)100% untuk nisbah σ21 /σ22 diberikan oleh:
21
METODE ESTIMASI BAYES Distribusi gabungan sampel X1,X2,X3,.....Xn dan parameter Θ adalah: f(x1,x2,x3,.....,xn, θ) = f(x1,x2,x3,.....,xn │θ) f(θ), Diperoleh distribusi marginal: g(x1,x2,x3,.....,xn n) = ∑ f (x1,x2,x3,.....,xn, θ) (untuk data diskret) ∞ = ∫ f (x1,x2,x3,.....,xn, θ) d(θ) ∞ (data kontinyu)
22
Selang a < θ < b akan disebut selang Bayes (1-) 100% untuk θ jika:
23
TEORI KEPUTUSAN Dalam pengambilan keputusan, biasanya digunakan fungsi kerugian yang berbentuk L( ; θ) = │ – θ │ atau, L( ; θ)= ( – θ)2
24
Jika parameter yang tidak diketahui diperlihatkan sebagai peubah acak dengan distribusi awal f(θ), maka resiko Bayes dalam mengestimasi θ dengan estimator diberikan oleh:
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.