Bab II Teori Pendukung

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

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

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

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

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

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

BAB 2. Tinjauan Teoritis

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

S2 MP Oleh ; N. Setyaningsih

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

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

X a, TINJAUAN PUSTAKA

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

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

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

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

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

BAB II TINJAUAN PUSTAKA

BAB II LANDASAN TEORI. penulisan skripsi yaitu mengenai data panel, beberapa bentuk dan sifat

BAB 5. ANALISIS REGRESI DAN KORELASI

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

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

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

BAB III PERSAMAAN PANAS DIMENSI SATU

Regresi Linier Sederhana Definisi Pengaruh

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

UKURAN GEJALA PUSAT DAN UKURAN LETAK

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

MENAKSIR PROPORSI CALON PEMIMPIN DARI KELOMPOK MINORITAS. Anneke Iswani A **

NORM VEKTOR DAN NORM MATRIKS

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

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

TAKSIRAN PARAMETER PADA MODEL REGRESI ROBUST DENGAN MENGGUNAKAN FUNGSI HUBER STEVANI WIJAYA Y

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

TINJAUAN PUSTAKA Evaluasi Pengajaran

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

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

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

PEMBENTUKAN MODEL PROBIT BIVARIAT

3 Departemen Statistika FMIPA IPB

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

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

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENDAHULUAN TINJAUAN PUSTAKA. Latar Belakang. Demam Berdarah Dengue (DBD)

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

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

2.2.3 Ukuran Dispersi

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

8. MENGANALISIS HASIL EVALUASI

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

BAB III ISI. x 2. 2πσ

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

REGRESI SEDERHANA Regresi

XI. ANALISIS REGRESI KORELASI

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

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

Volume 1, Nomor 2, Desember 2007

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

Uji Statistika yangb digunakan dikaitan dengan jenis data

TINJAUAN PUSTAKA Pengertian

PENENTUAN FAKTOR UTAMA PENYEBAB GANGGUAN LISTRIK DENGAN METODE VALIDASI-SILANG (STUDI KASUS DI KOTA SEMARANG)

BAB II LANDASAN TEORI

REGRESI LINEAR SEDERHANA

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

BAB III UKURAN PEMUSATAN DATA

BAB 2 LANDASAN TEORI

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

UKURAN PEMUSATAN & PENYEBARAN

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

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

Regresi & Korelasi Linier Sederhana

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

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

Muniya Alteza

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

PENENTUAN MODEL KURVA PERTUMBUHAN PADA TULANG RAMUS

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

x = μ...? 2 2 s = σ...? x x s = σ...?

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

ANALISIS REGRESI. . Berdasarkan sample acak, persamaan regresi populasi (1) akan ditaksir, ini dilakukan dengan jalan menaksir parameter-parameter 1

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

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Transkripsi:

Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak dkataka berdstrbus ormal dega mea µ da varas σ ka mempuya pdf x µ ( ) σ ( x) = e f, σ > 0. πσ. strbus logormal Sebuah peubah acak dkataka berdstrbus logormal dega parameter µ da σ ka Y = log berdstrbus ormal dega mea µ da varas Utuk dstrbus logormal betuk pdfya sepert (log x σ µ ) g ( x) = e, x > 0. πσx mea da vara dstrbus logormal mempuya betuk σ µ + µ σ σ E ( ) = e, Var ( ) = e e [ e ]. σ. 3. Regres ler sederhaa defska sebaga hubuga keterkata atara respo varabel Y dega varabel depede melalu persamaa Y = α + β + ε dega α da β adalah tercept da slope parameters da ε adalah peubah acak yag dasumska berdstrbus ormal dega E ( ε) = 0 da Var ( ε) = σ. Ukura σ serg dkataka uga varas error. 5

4. odel regres ler megguaka matrks etka meumpa model regres ler yag mempuya umlah varabel lebh dar, pegetahua tetag teor matrks sagat membatu dalam hal mapulas matematka. sal suatu percobaa mempuya k varabel bebas,,..., da varabel tak bebas Y, Y,..., Y yag dapat dotaska dega persamaa Y = β + β + β +... + β 0 dega megguaka otas matrks persamaa d atas dapat dtuls mead r r r Y = β + ε dega Y r Y Y = Y = k k k k k + ε β0 β r β = β β k dalam tess atya matrks d atas dkeal uga sebaga matrks desa. k.. Ru-off tragle ata Umumya peaksra outstadg clams lablty utuk asuras log-taled busess ddasarka pada ru-off tragle data. Ru-off tragle data memuat data klam keseluruha (aggregate). ata yag ada dalam ru-off tragle basaya merupaka salah satu dar dua kemugka berkut, yatu clams amout (besarya klam) atau umber of clams (bayakya klam), dmaa keduaya tersa dalam betuk cremetal atau cumulatve. Jka dataya adalah clams amout, maka ru-off tragle data umumya berska pad clams data, yatu data klam yag sudah dbayarka. Utuk lebh fokus, dalam bahasa selautya haya aka dguaka clams amout (besarya klam). salka meyataka peubah acak besarya klam (dalam betuk cremetal) utuk klam-klam yag terad pada accdet perod da dbayarka pada developmet perod, dmaa, da. Peubah acak dega + + merupaka data yag damat sedagka yag laya merupaka pegamata-pegamata yag 6

aka datag atau merupaka klam-klam yag belum terselesaka (outstadg clams) da berada dalam future tragle. Tabel II. meglustraska ru-off tragle da future tragle dalam betuk cremetal, dmaa bars meuukka accdet perod, kolom meuukka developmet perod, sedagka dagoal (kr bawah sampa kaa atas) merepresetaska pembayara klam dalam setap paymet perod. Ru-off tragle data adalah sel-sel (utuk + + ) yag berwara puth da berada dalam segtga atas pada tabel II.. Sedagka future tragle data adalah sel-sel (utuk + + ) yag berwara abuabu da berada dalam segtga bawah pada tabel II.. Tabel II. Ru-off tragle data dalam betuk cremetal Accdet evelopmet perod perod N N N N N N Ru-off tragle data dalam betuk cumulatve, cremetal,, melalu hubuga berkut, dapat dbetuk berdasarka = k k = utuk,, da + + dapat dyataka sebaga besarya klam kumulatf utuk klam-klam yag terad pada accdet perode da dbayarka sampa dega developmet perod. Besarya klam kumulatf sampa dega developmet perode, yatu 7

= k k = ; utuk =,3,..., dsebut sebaga ultmate clams (ack,993). Ru-off tragle data dalam betuk kumulatf dsaka dalam tabel II.. Tabel II.. Ru-off tragle data dalam betuk cumulatve Accdet evelopmet perod perod N N N N N N Outstadg clams lablty utuk accdet perod R ) ddefska sebaga ( atau R R = k k = + = + ; utuk =,...,, ; utuk =,..., ega perkataa la, outstadg clams lablty utuk accdet perod merupaka peumlaha sel-sel dbars yag ada pada future tragle. Sedagka total outstadg clams lablty (R ) ddefska sebaga peumlaha outstadg clams lablty utuk semua accdet perod ( =,...,), yatu R = = k k = + 8

ega kata la, total outstadg clams lablty ( R ), merupaka umlah semua dalam future tragle. alam praktek, outstadg clams lablty perlu dtaksr megguaka formas dar ru-off tragle data. salka ˆ merupaka peaksr utuk clams lablty utuk accdet perod dtaksr oleh, yag ada dalam future tragle, maka outstadg R ˆ = ˆ ; utuk k =,..., k = + da total outstadg clams lablty dtaksr oleh, Rˆ = = ˆ k k = + 9