LANDASAN TEORI. penelitian mengenai pendekatan distribusi GE ke distribusi GLL(,,

dokumen-dokumen yang mirip
LANDASAN TEORI. Dalam proses penelitian pendekatan distribusi generalized t(,,, ), ), melalui distribusi generalized beta 2

II. TINJAUAN PUSTAKA. Menurut Herrhyanto & Gantini (2009), peubah acak X dikatakan berdistribusi

LANDASAN TEORI. Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu.

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam

II. LANDASAN TEORI. beberapa konsep dan teori yang berkaitan dengan penduga parameter distribusi GB2

LANDASAN TEORI. Dalam proses penelitian pendugaan parameter dari suatu distribusi diperlukan

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam

TINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan.

TINJAUAN PUSTAKA. Generalized Eksponensial Menggunakan Metode Generalized Momen digunakan. merupakan penjabaran definisi dan teorema yang digunakan:

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan

LANDASAN TEORI. Generalized Lambda Distribution (GLD) awalnya diusulkan oleh Ramberg dan

II. TINJAUAN PUSTAKA. Analisis survival (survival analysis) atau analisis kelangsungan hidup bertujuan

II.TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik pendugaan distribusi

II. TINJAUAN PUSTAKA

II. LANDASAN TEORI. sementara grafik distribusi F tidak simetrik dan umumnya sedikit positif seperti

BAB II TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA. Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log

TINJAUAN PUSTAKA. Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu

BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA. kontinu. Bentuk kurva distribusi logistik adalah simetri dan uni-modal. Bentuk

TINJAUAN PUSTAKA. Dalam menentukan penduga parameter dari distribusi G3F dan karakteristik dari

PENDEKATAN DISTRIBUSI GENERALIZED BETA II TERHADAP DISTRIBUSI PARETO MELALUI DISTRIBUSI SINGH-MADDALA, DAGUM, FISK DAN LOG NORMAL.

STK 203 TEORI STATISTIKA I

BAB II LANDASAN TEORI

II. TINJAUAN PUSTAKA

IDENTIFIKASI KARAKTERISTIK HAZARD RATE DISTRIBUSI GENERALIZED EXPONENTIAL. (Skripsi) Oleh MERDA GUSTINA

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E

BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

BAB 2 LANDASAN TEORI

LANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel

SATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA SKS

Peubah Acak dan Distribusi Kontinu

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer

MA3081 STATISTIKA MATEMATIKA We love Statistics

pada Definisi 2.28 ada dan nilainya sama dengan ( ) ( ) Untuk memperoleh hasil di atas, ruas kiri persamaan (25) ditulis sebagai berikut ( )

II. TINJAUAN PUSTAKA. 2.1 Fungsi Keberlangsungan Hidup (Survival Function) Misalkan adalah usia seseorang saat menutup polis asuransi, sehingga adalah

II. TINJAUAN PUSTAKA

BAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang

Perbandingan Estimasi Parameter Pada Distribusi Eksponensial Dengan Menggunakan Metode Maksimum Likelihood Dan Metode Bayesian

UJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK

PEMBANGKIT RANDOM VARIATE

BAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.

II LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran

Sampling dengan Simulasi Komputer

STATISTIKA UNIPA SURABAYA

CNH2B4 / KOMPUTASI NUMERIK

BAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK

Pengantar Statistika Matematik(a)

Mata Kuliah Pemodelan & Simulasi

SIMULASI INTENSITAS SENSOR DALAM PENDUGAAN PARAMATER DISTRIBUSI WEIBULL TERSENSOR KIRI. Abstract

KONSEP DASAR TERKAIT METODE BAYES

I. PENDAHULUAN. Perkembangan teori statistika telah mempengaruhi hampir semua aspek. Dalam teori statistika dan peluang, distribusi gamma (

BAB II LANDASAN TEORI

DISTRIBUSI SATU PEUBAH ACAK

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data

FPM PADA KELUARGA EKSPONENSIAL BENTUK KONONIK

II. LANDASAN TEORI. sєs (S ruang sampel) dengan sebuah bilangan real. Salah satu peubah acak adalah

Pengantar Statistika Matematik(a)

PEMBENTUKAN DISTRIBUSI TRANSMUTED EXPONENTIATED EXPONENTIAL MENGGUNAKAN METODE QUADRATIC RANK TRANSMUTATION MAP (QRTM)

Analisa Numerik. Teknik Sipil. 1.1 Deret Taylor, Teorema Taylor dan Teorema Nilai Tengah. 3x 2 x 3 + 2x 2 x + 1, f (n) (c) = n!

11. FUNGSI MONOTON (DAN FUNGSI KONVEKS)

Barisan dan Deret Agus Yodi Gunawan

Lampiran A. Beberapa Definisi dan Lema Teknis

KARAKTERISTIK FUNGSI HAZARD RATE DISTRIBUSI GENERALIZED WEIBULL. (Skripsi) Oleh MUTIA ADILLAH

ESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI

Penentuan Momen ke-5 dari Distribusi Gamma

BEBERAPA TEKNIK DISTRIBUSI FUNGSI PEUBAH ACAK

Dengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

DEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA

KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA

SATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS

BAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi

Karakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil

STATISTIK PERTEMUAN VI

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

ANALISIS DATA UJI HIDUP

III PEMBAHASAN. 3.1 Analisis Metode. dan (2.52) masing-masing merupakan penyelesaian dari persamaan

Kuliah 2: FUNGSI MULTIVARIABEL. Indah Yanti

Definisi 4.1 Fungsi f dikatakan kontinu di titik a (continuous at a) jika dan hanya jika ketiga syarat berikut dipenuhi: (1) f(a) ada,

DISTRIBUSI PROBABILITAS

BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK

BAB II LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

SATUAN ACARA PERKULIAHAN MATA KULIAH KALKULUS LANJUT A (S1 / TEKNIK INFORMATIKA ) KODE / SKS KD

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40%

BAB III PROSES POISSON MAJEMUK

BAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON

RESIDUAL COX-SNELL DALAM MENENTUKAN MODEL TERBAIK DALAM ANALISIS SURVIVAL

Masalah Overdispersi dalam Model Regresi Logistik Multinomial

TINJAUAN PUSTAKA Asuransi Kelompok Penyakit Lanjut Usia (Lansia) di Indonesia

Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan pengertian tentang distribusi Weibull, maximum

Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial

Transkripsi:

4 II. LANDASAN TEORI Pada bab ini akan dijelaskan beberapa definisi yang berhubungan dengan penelitian mengenai pendekatan distribusi GE ke distribusi GLL melalui distribusi eksponensial dengan menyamakan fungsi pembangkit momen dan fungsi karakteristiknya. 2.1 Distribusi Generalized Eksponensial GE Distribusi Generalized Eksponensial pertama kali diperkenalkan oleh Gupta dan Kundu pada tahun 1999. Distribusi ini diambil dari salah satu fungsi kepadatan kumulatif yang digunakan pada pertengahan abad 19 Gompertz-Verhulst untuk membandingkan tabel kematian dan menghasilkan laju pertumbuhan penduduk. Yang didefinisikan sebagai berikut : 1 Kemudian dengan menstandarisasikan 2.1 1 dan x t maka didapat Univariate Generalized Exponential distribution dengan fungsi kepadatan kumulatif fkk dan x > 0 adalah sebagai berikut : ; 1 2.2 Dari turunan fungsi kepadatan kumulatif diatas juga didapat fungsi kepadatan peluangnya fkp dari distribusi generalized eksponensial.

5 Definisi 2.1 Misalkan X adalah peubah acak dari distribusi generalized eksponensial dengan dua parameter maka menurut Gupta dan Kundu 1999 fungsi kepekatan peluang dari peubah acak tersebut adalah : ; [ Dengan : X : peubah acak ; ;. 2.3 : parameter bentuk : parameter skala e Dimana jelas bila dan : 27183. masing-masing adalah parameter bentuk dan parameter skala. Ini 1 maka distribusi diatas merupakan distribusi eksponensial. Berikut ini adalah bentuk grafik dari distribusi GE Gambar grafik fungsi kepekatan peluang dari distribusi GE Gupta dan Kundu 1999

6 2.2 Distribusi Eksponensial Distribusi eksponensial merupakan salah satu distribusi kontinu dan salah satu kasus khusus dari distribusi gamma. Didefinisikan sebagai berikut : Definisi 2.2 Misalkan X adalah peubah acak menyebar menurut distribusi eksponensial dengan parameter > 0 dimana fungsi densitasnya adalah : ; [ Dimana : X : Peubah acak ;. ; 2.4 : Parameter skala Berikut ini adalah bentuk grafik dari distribusi eksponensial Gambar Grafik fungsi kepekatan peluang distribusi eksponensial Gupta dan Kundu 1999

7 2.3 Distribusi Generalized Log-logistic GLL Distribusi generalized log-logistik GLL merupakan salah satu distribusi umum yang memiliki potensi yang baik untuk menyesuaikan dengan data kelangsungan hidup. Distribusi GLL merupakan perluasan dari Distribusi Log-Logistik dengan menambahkan dua parameter bentuk. Dengan menggunakan distribusi generalized log-logistik sebagai distribusi perumuman dilakukan pendekatan dengan distribusi eksponensial. Definisi 2.3 Suatu peubah acak X dikatakan distribusi GLL atau dapat dinotasikan sebagai X GLLD dengan parameter dengan : parameter lokasi yang menunjukan lokasi waktu dimana pada saat waktu tersebut belum ada objek pengamatan yang mati/rusak/gagal. Sedangkan skala yang menyatakan besarnya keragaman data berdistribusi GLL parameter Dalam Singh Bartolucci dan Warsono 1996 fungsi kepekatan peluang dari distribusi GLL dapat dinyatakan sebagai berikut : ; Untuk 0 dan Dengan 1 + Dengan memisalkan [ ] > 0. adalah fungsi distribusi log logistik. [1 ] Maka fungsi distribusi dari GLL dan adalah : 2.5

8 dengan : x 1 2.6 peubah acak yang didefinisikan sebagai waktu mati/rusak/gagal failure time fungsi Beta lengkap parameter lokasi yang menunjukan lokasi waktu dimana pada saat waktu tersebut belum ada objek pengamatan yang mati/ rusak /gagal. parameter skala yang menyatakan besarnya keragaman data berdistribusi GLL parameter bentuk yang menunjukkan laju kematian/ kerusakan/kegagalan data berdistribusi GLL Untuk m1 m2 1 distribusi GLL l ogistik. berubah menjadi distribusi log- Untuk m1 > m2 fungsi kepekatan peluang dari GLL menjulur kearah Untuk m1 < m2 fungsi kepekatan peluang dari GLL menjulur kearah positif. negatif.

9 Berikut ini adalah bentuk grafik dari distribusi GLL Gambar Grafik fungsi kepekatan peluang dari distribusi GLL 2.4 Fungsi Beta Fungsi Beta merupakan suatu fungsi khusus. Fungsi ini dapat digunakan untuk menyederhanakan integral-integral khusus. Definisi 2.4 Fungsi beta yang dinotasikan dengan Bab didefinisikan sebagai : 1 ; Rumus rekursi untuk fungsi beta adalah : > 0 James B. Mc Donald Yexio J.Xu1993 >0 2.7

10 2.5 Ekspansi Deret Maclaurin Pada penelitian ini deret Maclaurin digunakan untuk menyelesaikan dalam menentukan fungsi pembangkit momen dari distribusi generalized log logistik. Deret Maclaurin Misalkan x adalah fungsi dimana turunan ke + 1 ada untuk setiap x pada suatu selang terbuka I yang menduga a. Jadi untuk setiap x dalam I berlaku : + +! + 2.8 Persamaan 2.8 disebut sebagai ekspansi deret Taylor bagi fungsi fx. Jika a 0 maka bentuk deret pada persamaan 2.7 menjadi : 0 + 0 +! + 2.9 Dan bentuk deret pada persamaan 2.9 disebut sebagai ekspansi deret Maclaurin bagi fungsi fx. Dengan menggunakan persamaan 2.9 maka fungsi dapat diuraikan menjadi bentuk deret sebagai berikut : dst. 0 0 1 Sehingga diperoleh : 1+ +! + PurvcellVarberg dan Ringdon2003.! 2.10

11 2.6 Fungsi Pembangkit Momen Fungsi pembangkit momen dari suatu distribusi digunakan untuk mencari momen dari suatu distribusi tersebut. Fungsi pembangkit momen dapat diperoleh dari ekspetasi dari suatu distribusi tersebut. Definisi 2.5 Fungsi pembangkit momen peubah acak X diperoleh dari E dengan. dan dinyatakan Bila X merupakan peubah acak diskrit maka dan bila X merupakan peubah acak kontinu maka Miller and Miller1999 Teorema Ketunggalan : i. Bila dua fungsi pembangkit momen dari dua peubah acak ada dan sama maka kedua peubah acak tersebut mempunyai fungsi distribusi yang sama. ii. Bila dua peubah acak mempunyai fungsi distribusi yang sama maka bila ada fungsi pembangkit momennya juga sama. Dudewicz & Mishra 1995.

12 2.7 Fungsi Karakteristik Fungsi karakteristik menunjukkan sebuah anggota terdapat dalam sebuah himpunan atau tidak. Kendall dan Stuart 1958 menjelaskan tentang fungsi karakteristik dari peubah acak X didefinisikan sebagai nilai harapan dari berikut : Dengan : 1 cos + cos + Dengan nilai ekspektasi fungsi kompleks fungsi karakteristik cos + maka dapat diberikan dalam bentuk integral berikut : cos + sin + sin

13 2.8 Fungsi pembangkit momen dan fungsi karakteristik Distribusi Generalized Log-Logistik Misalkan X suatu peubah acak berdistribusi GLL pembangkit momen dari X adalah sebagai berikut : Warsono 2010.! 2.11 Misalkan X suatu peubah acak berdistribusi GLL karakteristik dari X adalah sebagai berikut : Warsono 2010.! maka fungsi maka fungsi 2.12 2.9 Pendekatan dengan teknik Fungsi Pembangkit Momen Misalkan peubah acak Yn memiliki fungsi distribusi Fny dan fungsi pembangkit momennya Mt;n ada pada selang h < t < h dan untuk semua n. Jika ada fungsi distribusi Fy yang berkorespondensi dengan fungsi pembangkit momennya Mt terdefinisi lim ; distribusi Fy. untuk ℎ < ℎ sedemikian sehingga maka Yn memiliki distribusi limit dengan fungsi Hogg & Craig 1995

14 2.10 Kasus Khusus atau Limiting GLL Menurut Warsono Usman M dan Nusyirwan 2000 bentuk hubungan distribusi generalized log-logistik dengan distribusi lainnya sebagai kasus khusus atau limiting dapat dituliskan dalam bentuk berikut : lim 2 log 2 lim 1 1 1 1 + +1 1 2.11 Program R Program R adalah perangkat lunak bebas untuk komputasi statistik dan grafik. Program R merupakan proyek GNU General Public License Free Software Fundation yang hampir sama dengan bahasa S yang dikembangkan di Bell Laboratories oleh John Chambers dan rekannya. Program R menyediakan berbagai statistik seperti linear dan non linear modelling pengujian analisis klasik analisis time-series klasipikasi dan lainnya. Program R adalah sebuah rangkaian perangkat lunak yang digunakan untuk manipulai data perhitungan dan tampilan grafik yang mencakup antara lain sebagai berikut :

15 a. Penanganan data yang efektif dan penyimpangan data. b. Rangkaian operator untuk perhitungan array dalam matrik tertentu. c. Fasilitas grafik untuk analisis data dan menampilkannya baik pada layar maupun hardcopy. d. Bahasa pemrograman yang sederhana berkembang dengan baik dan efektif.