RELATIF EFISIENSI PENAKSIR MOMEN TERHADAP PENAKSIR MAKSIMUM LIKELIHOOD UNTUK PARAMATER BERDISTRIBUSI SEGITIGA. Haposan Sirait 1, Usman Malik 2 ABSTRAK

dokumen-dokumen yang mirip
PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENAKSIR DUAL RATIO-CUM-PRODUCT UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

Proses inferensi pada model logit Agus Rusgiyono. Abstracts

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

BAB III ISI. x 2. 2πσ

PENAKSIR RASIO REGRESI LINEAR SEDERHANA UNTUK RATA-RATA POPULASI MENGGUNAKANKARAKTER TAMBAHAN

Volume 1, Nomor 2, Desember 2007

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai dasar-dasar teori yang akan

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

BAB III ESTIMASI MODEL PROBIT TERURUT

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB II KAJIAN LITERATUR

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

Penaksiran Parameter Model Regresi Polinomial Berkson Menggunakan Metode Minimum Distance

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

ESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE.

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

Bab II Teori Pendukung

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

; θ ) dengan parameter θ,

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

TAKSIRAN YANG LEBIH EFISIEN UNTUK PARAMETER PADA DISTRUSI WEIBULL. Erma Kusuma Wati 1), Sigit Sugiarto 2), Bustami 2)

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

IMPUTASI MENGGUNAKAN PENAKSIR REGRESI UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING GANDA

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

S2 MP Oleh ; N. Setyaningsih

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

PENDUGAAN BERBASIS MODEL UNTUK KASUS BINER PADA SMALL AREA ESTIMATION. Kismiantini

UKURAN GEJALA PUSAT DAN UKURAN LETAK

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB II TINJAUAN PUSTAKA

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN MEDIAN

MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA

BAB II LANDASAN TEORI

REGRESI NONPARAMETRIK KERNEL ADJUSTED. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan

BAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

BAB 5 HASIL DAN PEMBAHASAN

Pengajar: Dr. Agus M Soleh

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

BAB 1 ERROR PERHITUNGAN NUMERIK

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

Uji Statistika yangb digunakan dikaitan dengan jenis data

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER

BAB 2. Tinjauan Teoritis

BAB III PERSAMAAN PANAS DIMENSI SATU

π ( ) menyatakan peluang bahwa

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

INFERENSI VEKTOR RATA RATA. Disusun untuk memenuhi salah satu tugas mata kuliah multivariat

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

Sampel dan Distribusi Sampling

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

Regresi & Korelasi Linier Sederhana

PEMBENTUKAN MODEL PROBIT BIVARIAT

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

PENDUGAAN BERBASIS MODEL UNTUK KASUS BINER PADA SMALL AREA ESTIMATION 1. Kismiantini

PEMILIHAN MODEL REGRESI TERBAIK MENGGUNAKAN R 2, Cp MALLOW, dan S PADA KASUS INDEKS HARGA SAHAM BURSA GLOBAL

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema

MATEMATIKA INTEGRAL RIEMANN

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

Prosiding SNaPP2011 Sains, Teknologi, dan Kesehatan. 1 Joko Riyono. (Kampus A Jl.Kiyai Tapa No.1,Jakarta11440)

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

Tabel Distribusi Frekuensi

BAB II TINJAUAN PUSTAKA

2.2.3 Ukuran Dispersi

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

Transkripsi:

Relatf Efses Peaksr Mome Terhada Peaksr Maksmum Lkelhood RELATIF EFISIENSI PENAKSIR MOMEN TERHADAP PENAKSIR MAKSIMUM LIKELIHOOD UNTUK PARAMATER BERDISTRIBUSI SEGITIGA Haosa Srat, Usma Malk ABSTRAK Makalah membahas dua metode atu metode mome da metode maksmum lkelhood utuk memeroleh eaksr ttk arameter dar suatu dstrbus segtga kaa dega arameter, selajuta, varas estmator ag deroleh dar kedua metode tersebut aka dbadgka utuk medaatka eaksr ag relatf lebh efse. Kata kuc: metode mome, maksmum lkelhood,dstrbus segtga, efses relatf. ABSTRACT Ths aer dscusses two methods, amel the method of momets ad the method of maxmum lkelhood to obta a ot estmator of a Tragular dstrbuto wth arameter. Furthermore, the varace estmator obtaed from both method wll be comared to obta a relatvel more effcet estmator. Kewords: momets, maxmum lkelhood, Tragular dstrbuto, relatve effcec. PENDAHULUAN Latar Belakag Sebaga besar orag ast sudah lumaa famlar bla medegar kata statstka. Sebelum berbcara lebh lajut tetag statstka, erlu mecar tahu aa sebeara statstka tu. Statstka adalah lmu ag memelajar bagamaa merecaaka, megumulka, megaalss, megterretas, da memresetaska data. Sgkata, statstka adalah lmu ag berkeaa dega data. Atau statstka adalah lmu ag berusaha utuk mecoba megolah data utuk medaatka mafaat berua keutusa dalam kehdua. Kebaaka model robabltas, terutama ag cuku luas la egguaaa, tergatug ada beberaa kosta ag dkeal dega ama arameter. Basaa dguaka lambag μ da σ utuk arameter mea da devas stadar dstrbus ormal, sedagka utuk dstrbus bomal, dguaka lambag da masg-masg utuk arameter baak kal usaha (tral) da eluag sukses dalam ta usaha. Dalam baak masalah, keluarga model robabltas ag meggambarka suatu feomea basaa dagga dketahu. Teta aggota tertetu dar keluarga tu ag dadag alg teat meggambarka feomea tersebut mugk sekal tdak dketahu. Dalam hal erlu dtaksr berdasarka data ag dambl dar feomea tu. Namu, utuk membcaraka masalah eaksr arameter ada umua d guaka huruf Yua θ (theta) sebaga lambag arameter. Jad, f x;,,..., ) aka ( meujukka fugs robabltas dega k arameter (dketahu u tdak) Staf Pegajar FMIPA Uverstas Rau Page 39

,...,,. Kebaaka masalah ag dhada basaa haa memuat satu arameter, sehgga fugs robabltasa daat dtuls f ( x; ) saja. Jka dalam masalah, arameter θ tdak dketahu, harus dtaksr dega megguaka data samel. I dlakuka melalu suatu fugs ag damaka statstk. Ada berbaga macam jes eaksr utuk suatu arameter θ atu eaksr ttk da eaksr terval. Peaksr ttk daat deroleh dega metode Mome u metode Maksmum lkelhood serta metode Baes. Dstrbus segtga meruaka salah satu dstrbus eluag kotu dega tga buah arameter atu la mmum a dega a,, la maksmum b dega b > a da la ag alg mugk m dega a m b. Lambag dar dstrbus adalah Tr m, a, b. Msalka X adalah suatu eubah acak ag berdstrbus Tragular dega arameter a, b, da m, maka X daat dtuls dega lambag X~Tr m, a, b. Tujua Peelta Peelta bertujua utuk meetuka eaksr ttk terbak dar arameter suatu oulas ag memlk dstrbus segtga kaa. Tjaua Pustaka Sergkal seseorag dtutut utuk membuat dugaa ag rasoal dalam kods ag euh ketdakasta taa formas ag legka. Agar dugaa ag dlakuka daat meghaslka suatu dugaa ag bak, maka kta harus meguasa kose edugaa secara statstk estmas ttk dar sebuah arameter oulas adalah sebuah la ag deroleh dar samel da dguaka sebaga eaksr dar arameter ag laa tdak dketahu. Msalka X,, X, X meruaka samel radom (acak) ag berasal dar ooulas X dega fugs destas robabltas ag tergatug ada. atu f ( x; ). Dkareaka bahwa X, X,, X meruaka samel radom maka fugs f ( x; ) juga meruaka varabel acak. Suatu fugs ag damat msala t X, X,, X dsebut sebaga statstk, da dsebut juga suatu eaksr dar ag dotaska dega [3]. Aka teta meghada ersoala mecar eaksr ttk ada tga metode ag ouler, atu metode mome, metode maksmum lkelhood da metode Baes []. METODOLOGI PENELITIAN Peelta aka dlakuka melalu kaja lteratur utuk meetuka eaksr ttk dar arameter suatu oulas ag memlk dstrbus segtga kaa. Defs. Suatu varabel radom X dkataka berdstrbus segtga kaa dega arameter (,) dega fugs destas robabltas x, x f ( x : ) (), utuk laa Dua metode eaksr ag aka dguaka adalah metode Mome da metode maksmum lkelhood. Selajuta dar kedua eaksr ag deroleh aka dbadgka Relatf Efsesa berdasaraka varasa utuk medaatka eaksr terbak. HASIL DAN PEMBAHASAN Peaksr Mome Suatu metode ag alg tua da alg sedehaa utuk meemuka eaksr dar suatu arameter adalah metode mome. Metode mome ddasarka dega Page 4 JURNAL APTEK Vol. 7 No. Jauar 5

Relatf Efses Peaksr Mome Terhada Peaksr Maksmum Lkelhood meselaraska mome samel dega mome oulas. Msalka X adalah eubah acak kotu (dskrt) dega fugs keadata robabltas (fk) berbetuk f ( x; ), dega θ arameter ag tdak dketahu. Msalka k buah mome sektar usat oulas ertama ' t t EX. () Selajuta msalka X, X,, X meruaka samel acak berukura da ddefska k buah mome sektar usat samel ertama t, ' t m x, t,, k (3) Kemuda dega memelesaka ersamaa aka deroleh suatu ' ' t m t eaksr ag dsebut sebaga eaksr mome. Utuk meetuka eaksr mome arameter ersamaa (), terlebh dahulu dtetuka mome ertama dsektar usat atu x E ( X) x dx (4) E X). (5) ( 3 Kemuda, mome kedua dsektar usat x E( X ) x dx (6) E( X ). (7) Dega demka dar ersamaa (5) da (7) deroleh Var( X). (8) 8 Berdasarka metode meetuka eaksr mome dar arameter ag dotaska dega ˆ daat deroleh dega memafaatka ersamaa () da (3) atu 3 x. (9) ˆ Selajuta karea ˆ meruaka eaksr tak bas maka keteltaa dberka oleh Var( ˆ ). () 8 Peaksr Maksmum Lkelhood Metode maksmum lkelhood adalah metode eaksr arameter suatu dstrbus ag memaksmumka fugs lkelhood. Metode maksmum lkelhood meruaka salah satu metode alg bak utuk memeroleh taksra tuggal. Metode tdak daat dguaka aabla dstrbus tdak dketahu. Berkut dberka defs fugs lkelhood seert ag dkemukaka oleh Ba []. Defs Fugs destas bersama dar varabel radom X, X,..., X ag devaluas ada ttk x x,..., dega otas f x, x,..., ; ), x ( x dsebut sebaga fugs lkelhood. Utuk x, x,..., x teta, maka fugs lkelhood adalah sebuah fugs dar ag dotaska dega L ; x, x,..., x ). Jka ( X, X,..., X adalah samel radom f x;, dega, dar fugs destas maka fugs lkelhood dar arameter adalah f ( x ; ) x, x,, x L ; () Setelah fugs lkelhood ada ersamaa d atas deroleh, selajuta dtetuka eaksr metode maksmum lkelhood seert ag dberka oleh defs berkut. Defs 3 Peaksr ˆ u( x, x,..., x ) dsebut eaksr maksmum lkelhood jka, L ˆ; x, x,, x max L ; x, x,, x () Dalam meetuka eaksr maksmum lkelhood basaa dguaka logartma atural fugs lkelhood. ˆ f X, X,..., dsebut eaksr maksmum lkelhood. Berdasarka Defs, maka fugs lkelhood dstrbus segtga kaa sebaga berkut X Staf Pegajar FMIPA Uverstas Rau Page 4

x L( ) x x ( ). L x (3) Sehubuga fugs d atas meruaka fugs mooto turu, maka harga ag membuat fugs maksmum tak daat dtetuka dega cara dfferesal. Sehgga erlu daalsa atu fugs maksmum aka dcaa dega memlh sekecl mugk. Dketahu bahwa max X, maka ag membuat fugs maksmum ag dotaska dega ˆ adalah ˆ max X (4) Selajuta aka dtetuka aakah ˆ memlk sfat tak bas, utuk keerlua Y max X. terlebh dahulu dmsalka Utuk megetahu fugs destas dar varabel radom Y, terlebh dahulu dtetuka fugs dstrbus dar Y sebaga berkut F( ) P( Y ) P max X Sedagka P X x P( X ) x dx. Dega demka maka deroleh F( ) Jad fugs destas dar Y adalah : f ( ) df( ) f. ). (5) ( Dega demka maka E ˆ... d d Eˆ. (6) Hal berart eaksr maksmum lkelhood meruaka eaksr tak bas. Mesku demka eaksr maksmum lkelhood meruaka eaksr kosste. Utuk melhat keteltaa dtetuka Mea Square Error (MSE) dar ˆ atu dega meetuka E ˆ... d ˆ d E (7) Jad MSE dar adalah MSE ˆ ˆ MSE (8) Relatf Efses Peaksr Defs 3. [3]. Msalka ˆ da ˆ adalah dua eaksr dar, da msalka MSE ( ) da MSE ( ) adalah MSE dar ˆ da ˆ, maka relatve efses dar ˆ ke ˆ dotaska dega RE, ) ddefska sebaga ( MSE( ) RE(, ) (9) MSE( ) Jka RE(, ), maka daat dsmulka bahwa ˆ lebh efse dar ada ˆ, dega Page 4 JURNAL APTEK Vol. 7 No. Jauar 5

kata la atu MSE ( ) lebh kecl dar MSE ( ). Dega demka Relatf efses ˆ terhada ˆ dotaska dega RE ˆ, ˆ ) ddefska sebaga ( RE( ˆ, ˆ Var( ˆ ) MSE( ˆ 8 ) ) RE( ˆ, ˆ ) () 6 Karea ersamaa () lebh besar dar satu utuk seta harga, maka ˆ lebh efse dar ˆ. Relatf Efses Peaksr Mome Terhada Peaksr Maksmum Lkelhood KESIMPULAN Dar uraa d atas daat dsmulka bahwa utuk meetuka eaksr ttk dar dstrbus segtga kaa daat dguaka eaksr metode Mome da metode maksmum lkelhood. Aka teta terata eaksr mome lebh efse dar ada eaksr maksmum lkelhood. DAFTAR PUSTAKA Ba. L. J, Egelhard. M. 99. Itroducto to Probablt Mathematcal Statstcs. Secod Edto. Duxbur Press, Calfora. Hasa Iqbal. M.. Pokok-okok Mater Statstk. Eds kedua. Bum Aksara. Jakarta. Motgomer, D.C & G.C. Ruger. 999. Aled Statstcs Ad Probablt For Egeers, Secod Edto. Joh Wle & Sos Ic, New York. Staf Pegajar FMIPA Uverstas Rau Page 43

. Page 44 JURNAL APTEK Vol. 7 No. Jauar 5