MAXIMUM LIKELIHOOD ESTIMATION (MLE) PADA MODEL LOGISTIK EXPONENSIAL

dokumen-dokumen yang mirip
ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

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

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

( L ). Matriks varians kovarians dari

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

Bab II Teori Pendukung

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

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

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

Estimasi Parameter Model Logit pada Respons Biner Multivariat Menggunakan Metode Mle dan Gee

Model Probit pada Respons Biner Multivariat Menggunakan Simulated Maximum Likelihood Estimator

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

ASURANSI KESEHATAN INDIVIDU PERAWATAN RUMAH SAKIT. Yuciana Wilandari Jurusan Matematika FMIPA UNDIP Jln. Prof. H. Soedarto, S.H.

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur

Hidraulika Komputasi

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

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

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6)

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

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

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU

Pengukuran Bunga. Modul 1

LOGO ANALISIS REGRESI LINIER

=, adalah keluaran real negara j, y j. menunjukkan tingkat persaingan negara j terhadap negara i,,

X a, TINJAUAN PUSTAKA

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB 2 LANDASAN TEORI

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati

BAB 2 LANDASAN TEORI

FORMULA AKUMULASI FACKLER UNTUK CADANGAN PREMI BERDASARKAN ASUMSI CONSTANT FORCE

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

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

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB II TINJAUAN PUSTAKA

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

Penurunan Persamaan Perpetuitas dan Anuitas

TINJAUAN PUSTAKA Konsep Dasar Pendugaan Area Kecil

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

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

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

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

BAB 3 METODE PENELITIAN

Rancangan Acak Kelompok

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

STRUKTUR MARKOV PADA MASALAH LAJU KREDIT Riri Syafitri Lubis

FINITE FIELD (LAPANGAN BERHINGGA)

PENENTUAN CADANGAN ASURANSI JIWA MULTILIFE DENGAN ASUMSI SEMI MARKOV

Bab III Studi Kasus Model Double Decrement

BAB 2. Tinjauan Teoritis

BAB 2 LANDASAN TEORI

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

Analitik Data Tingkat Lanjut (Clustering)

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

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA

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

Bab 7 NILAI DAN VEKTOR EIGEN

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

BAB III ESTIMASI MODEL PROBIT TERURUT

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI. pembahasan bab-bab berikutnya antara lain tentang model pergerakan harga

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Pemetaan Jumlah Balita Gizi Buruk Di Kota Surabaya dengan GWNBR dan Flexibly Shaped Spatial Scan Statistic

MATEMATIKA INTEGRAL RIEMANN

Mengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri

Uji Statistika yangb digunakan dikaitan dengan jenis data

3 Departemen Statistika FMIPA IPB

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

Analisis Terhadap Protokol Harn Dan Lin

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.

Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN

BAB II TINJAUAN PUSTAKA

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV HAMILTON *

Penggunaan Sistem Samar Pada Pemodelan Tingkat Inflasi Di Indonesia

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

Transkripsi:

KNM XVI -6 Ju UNPAD Jaagor MAXIMUM LIKELIHOOD EIMAION MLE PADA MODEL LOGIIK EXPONENIAL DEI RAHMAINA Uversas Marm Raa A Ha.J Poekk. eggarag. augpag ema : desrahmaa@gma.com Absrak Mode ogsk ekspoesa yag dguaka daam paper pada kaa kesehaa uuk megu hubuga daara varabe depede Y da varabe depede X dmaa Y merupaka varabe dkoomcooh keada dar beberapa has yag sukses Y= da gaga Y=. Paper beruua uuk megu pegaruh kovara pada mode ogsk oesa mode. Kasfkas daam mode ogsk ekspoesa dakuka dega megguaka esmas parameer megguaka Maxmum Lkehood Esmao MLE megguaka eras Newo Raphso uuk megu sgfkas pada kovara. Daa yag dguaka daam peea adaah aford Hear raspa daa. Has esmas kovara pada mode ogsk oesa adaah pada Age sgfka dega p-vaue of.84 sedagka urgery da raspa dak sgfka degap-vaue.879 ad.655. Kaa kuc: mode ogsk oesa mxure mode maxmum kehood.. Pedahuua Pegembaga aass survva dakuka dega meggabugka kosep mxure mxure mode dkea uga sebaga sp popuao mode. Beberapa peea mxure mode eah dakuka aara a oeh Ado e. a. [4] yag mee eag mode kere mxure mode pada beberapa es peyak kaker Abu Bakar M. R. [998] eah meakuka peea eag poa kekerasa daam rumah agga da Zhag [8] yag meakuka peea eag aass mxure mode megguaka agorma EM Expecao ad Maxmao. Keka dsrbus pada survva me eah dark adaah paramerk fugs kehood basa dhug daam beuk percobaa survva. ebuah subek dama gaga pada saa berkorbus dega sah f pada kehood merupaka fugs pada peuag pada.. Formuas Dasar Asumska bahwa dsrbus sesor depede pada fugs dsrbus dar mode popuas erpsah dwak oeh dsrbus dua parameer berku: scae > ad < <. R IBN : 978-6-959-- 89

Rahmaa D. Maxmum Lkehood Esmao KNM XVI - -6 Ju UNPAD Jaagor Da fugs pada peuag f. Adapu fugs kehood dapa dus sebaga berku: f L ] [ ] [ ] [ ] [ Mode ersebu ebh umum dus daam beuk sp mode dmaa kemugka keba/mmue yag dkea uga dega mode ogkdega merupaka varabe peeas pada mode ekspoesa. Msa adaah vekor karakersk dar dvdu da adaah vekor parameer yag sesua kemuda dasumska mode ogsk sebaga berku: ] [ Perama dasumska adaah kosa sehgga beuk fugs og kehood pada mode ogsk adaah Dega mesubsuska ke dperoeh. urua perama dar persamaa d aas adaah sebaga berku: L L urua kedua dar persamaa dperoeh 8

KNM XVI -6 Ju UNPAD Jaagor IBN : 978-6-959-- Jka dasumska adaah kovara dega maka dperoeh fugs og kehood sebaga berku: L 4 urua perama dar persamaa 4 daas adaah sebaga berku: Adapu urua kedua persamaa 4 adaah 8

Rahmaa D. Maxmum Lkehood Esmao. Has eeah membua mode urua perama da kedua dar fugs og kehood maka agkah seauya adaah membua esmas parameer da kovara pada mode ogsk ekspoea megguaka Maxmum Lkehood Esmao MLE memaka eras Newo Raphso dega baua program C da sofware -Pus uuk membua grafk. Daa daam paper adaah daa sekuder yau daa aford Hear raspacrowey da Hu [977] memberka waku aha hdup yag berpoes peerma pecakoka aug seak agga dar peermaa mereka daam program pecakoka aug waku aha hdup daam har dak ersesor da ersesor pada pase da kovarae yau Age daam ahu urgery da raspa. Gambar da gambar meuukka esmas Kapa-Meer pada daa aford Hear raspa pada kovarae urgery ad raspa. K-M Po urvva Dsrbuo Fuco...4.6.8. Yes urgery No urgery 5 5 me days Gambar : Kurva Kapa-Meer pada urgery. KNM XVI - -6 Ju UNPAD Jaagor 8

KNM XVI -6 Ju UNPAD Jaagor K-M Po urvva Dsrbuo Fuco...4.6.8. raspaed No raspaed 5 5 me days Gambar : Kurva Kapa-Meer pada raspa. Maxmum Lkehood Esmao M LE Megguaka Meode Newo- Raphso Uuk membua esmas maksmum kehood pada mode ogsk ekspoesa daam paper megguaka meode ewo raphso yag dus daam bahasa pemrograma vsua C++. Meode Newo Raphso dhug dega mecar urua perama da urua kedua dar da mecar a da F sehgga dperoeh marks F yau egave dar vers urua kedua dar marks kemuda dbua esmas MLE sebaga berku: F. Dega adaah vekor pada urua perama pada da F. IBN : 978-6-959-- 8

Rahmaa D. Maxmum Lkehood Esmao. Aass Pada Mode Ekspoesa Na esmas pada mode ekspoesa sederhaa adaah.46 dmaa a fugs maksmum og kehood adaah 59.5 da og L = 58.5. Adapu uuk a kovarae pada mode ekspoesa dapa dha pada abe d bawah. abe : Esmas parameer pada mode ekspoesa dega kovaraes. Varabe Coeffce adard sasc p - vaue Error ercep -8.4.786865 55.965. Age.8958.994 7.69. urgery -.97645.554 4.55.9 raspa -.9684.886 8.59487. Berdasarka abe d aas dperoeh semua kovarae adaah sgfka dega beruru-uru p -vaues..9 da... Aayss Pada Immue Pada Popuas Uuk megu apakah ada dvdu yag keba/mmue dega hpoess sebaga berku: H : H : Esmas pada mode sp oesa sederhaa pada daa aford hear raspa dapa dha pada abe d bawah. abe :Esmas Parameer pada mode sp ekspoesa sederhaa Varabe Coeffce adard Error sasc p -vaue.5668.666 58.47697.4.856.4474.844846. Na og kehood pada mode sp ekspoesa sederhaa adaah 5 da og L =.4 adapu perbedaa a mode sp ekspoesa dega a mode ekspoesa sederhaa adaah d 58.5-.4 = 5.8. P X c. 95 = P c.95. 95. c.95 =.7. d 5.8 ebh besar dar a krs.7 megguaka gka sgfka 5% sehgga dsmpuka H doak ad popuas pada daa adaah mmue. eauya mode sp ekspoesa ddasarka pada karakerk dar dvdu sebaga kovarae sebagamaa dampka pada abe d bawah. _ KNM XVI - -6 Ju UNPAD Jaagor 84

KNM XVI -6 Ju UNPAD Jaagor abe : Esmas Parameer mode sp ekspoesa dega kovarae. Varabe Coeffce adard sasc p -vaue Error ercep -5.858567.79679 54.77555. Age.475.69796 7.74444.54 urgery -.5659.474654 5.754.67 raspa -.8744.9984 58.885. Popuao sp.955647.4968 48.49454. Berdasarka abe d aassemua kovarae yau Age urgery da raspa sgfka dega beruru uru p -vaue.54.67 da...4 Aayss Pada Mode Logsk Ekspoesa Uuk memugkka adaya pegaruh kovara pada probabas bahwa seorag dvdu yag keba uga megu kemugka kekebaa bervaras dar dvdu ke dvdu. Akbaya dega meghubugka probabas seap dvdu yag berbeda mead keba/mmue yag bergaug pada formas kovara pada dvdu ersebu. Perama daass mode ogsk ekspoesa dega scae ekspoesa adaah kosa yag dsebu uga dega ogsk ekspoesa sederhaa. abe 4. Esmas Parameer pada Logsk Ekspoesa ederhaa Varabe Coeffce adard sasc p - vaue Error ercep -.959696.4984.4478.87 Age.99554976.7976 7.59455.59 urgery -.74455.7478697.85795.77 raspa -.7497.94 5.5879..568.676 59.679767. Log- kehood : -5.48996 Berdasarka abe d aas dapa dsmpuka bahwa Age da raspa adaah sgfka dega a p - vaue beruru-uru.59 da. sedagka urgery dak sgfka dega a p - vaue.77. eauya d aass mode ogsk ekspoesa dega scae ekspoesa ddasarka pada karakerk dar dvdu sebaga kovarae dsebu uga sebaga mode ogsk ekspoesa sebagamaa dampka pada abe 5 d bawah IBN : 978-6-959-- 85

Rahmaa D. Maxmum Lkehood Esmao abe 5 : Esmas Parameer pada mode ogsk ekspoesa Varabe Coeffce adard sasc p - vaue Error ercep -5.487.6654 59.78. Age.76.487 4.486.59 urgery -.64998.7497.748869.66 raspa -.9858.7 4.677. ercep -.564496.9555.488.6997 Age.8754.767 5.556595.84 urgery.68595 4.676.77.879 raspa -.989.46879.94884.655 Log- kehood = -47.56875 Pada abe 5 d aas ddapa bahwa Age da raspa adaah sgfka pada dsrbus kegagaa beraha hdup dega a p -vaue beruru uru.59 da. sedagka urgery dak sgfka dega p -vaue of.66. eaua uuk kemugka mmue/keba dar dvdu ke dvdu a dperoeh urgery da raspa dak sgfka dega p -vaue beruru uru.879 da.655 sedagka Age adaah sgfka dega p -vaue.84. DAFAR PUAKA []. Abu Bakar M. R. Muvarae urvva Aayss for p popuao wh appcao o paers of domesc voece: cosruco ad appcao of cusomed compuer sofware for he aayss of daa geeraed from sudes of recdvsm wh covaraes o accommodae he deeco of demovao ad rgh-cesorg mechasm. Ph. D. hess Uversy of Bradford 9. []. Ado. Imoo. da Myao. Kere Mxure urvva Modes for Idefyg Cacer ubypes Predcg Pae s Cacer ypes ad urvva Probabes Geome Iformacs 5-4 []. J. Crowey ad M.Hu.Covarace aayss of hear raspa survva daa. Joura of he Amerca asca Assocao 7 7-6 997 [4]. Zhag Y. Paramerc Mxure Modes urvva Aayss wh Appcaos Dserao empe Uversy Phadepha 8. KNM XVI - -6 Ju UNPAD Jaagor 86