Estimasi parameter merupakan suatu metode untuk mengetahui sekitar
berapa nilai-nilai populasi dengan menggunakan nilai-nilai sampel. Nilai populasi
yang ditaksir adalah suatu nilai rata-rata dengan notasi m dan nilai simpangan
baku dengan notasi s.
Teori estimasi sendiri digolongkan menjadi estimasi titik (Point Estimate)
dan pendugaan selang (Interval Estimation). Estimasi titik yang cukup penting
adalah metode maksimum likelihood. Metode ini mempunyai beberapa kriteria
atau bersifat takbias (unbias), efisien dan konsisten, sehingga untuk mencapai
estimasi titik yang baik dapat dicari dan diketahui dengan menggunakan metode
estimasi Maksimum Likelihood.
Distribusi gamma dapat diestimasi dengan metode Maksimum Likelihood
karena mempunyai suatu fungsi padat peluang kontinu. Sehingga langkah-langkah
estimasi Maksimum Likelihood adalah: menentukan fungsi padat peluang,
membentuk fungsi padat peluang ke dalam bentuk fungsi likelihood, membentuk
fungsi likelihood ke dalam bentuk log likelihood, menurunkan fungsi log
likelihood terhadap parameter yang mengikutinya yakni a dan b, dan menentukan
estimasi dari parameter a dan b. Sehingga didapatkan E(X) dari distribusi gamma
adalah dan var(X) dari distribusi gamma adalah .
Setelah menentukan dan , maka dapat diketahui bahwa
merupakan suatu estimasi dari ab. Begitu juga merupakan estimasi dari a
berapa nilai-nilai populasi dengan menggunakan nilai-nilai sampel. Nilai populasi
yang ditaksir adalah suatu nilai rata-rata dengan notasi m dan nilai simpangan
baku dengan notasi s.
Teori estimasi sendiri digolongkan menjadi estimasi titik (Point Estimate)
dan pendugaan selang (Interval Estimation). Estimasi titik yang cukup penting
adalah metode maksimum likelihood. Metode ini mempunyai beberapa kriteria
atau bersifat takbias (unbias), efisien dan konsisten, sehingga untuk mencapai
estimasi titik yang baik dapat dicari dan diketahui dengan menggunakan metode
estimasi Maksimum Likelihood.
Distribusi gamma dapat diestimasi dengan metode Maksimum Likelihood
karena mempunyai suatu fungsi padat peluang kontinu. Sehingga langkah-langkah
estimasi Maksimum Likelihood adalah: menentukan fungsi padat peluang,
membentuk fungsi padat peluang ke dalam bentuk fungsi likelihood, membentuk
fungsi likelihood ke dalam bentuk log likelihood, menurunkan fungsi log
likelihood terhadap parameter yang mengikutinya yakni a dan b, dan menentukan
estimasi dari parameter a dan b. Sehingga didapatkan E(X) dari distribusi gamma
adalah dan var(X) dari distribusi gamma adalah .
Setelah menentukan dan , maka dapat diketahui bahwa
merupakan suatu estimasi dari ab. Begitu juga merupakan estimasi dari a
Artikel Terkait:
Skripsi Matematika
- Download Skripsi Gratis Matematika: PENYELESAIAN PERSAMAAN REGRESI LINIER BERGANDA DENGAN PENDEKATAN METODE KUADRAT TERKECIL DAN METODE MATRIKS
- Download Skripsi Gratis Matematika: ANALISIS FUNGSI AKTIVASI JARINGAN SYARAF TIRUAN UNTUK MENDETEKSI KARAKTERISTIK BENTUK GELOMBANG SPEKTRA BABI DAN SAPI
- Download Skripsi Gratis Matematika: GENERALISASI FUNGSI AIRY SEBAGAI SOLUSI ANALITIK PERSAMAAN SCHRODINGER NONLINIER
- Download Skripsi Gratis Matematika: PENYELESAIAN SISTEM PERSAMAAN FUZZY NONLINIER DENGAN MENGGUNAKAN METODE STEEPEST DESCENT
- Download Skripsi Gratis Matematika: ESTIMASI PARAMETER MODEL REGRESI LINIER PADA DATA
- Download Skripsi Gratis Matematika: ANALISIS ALGORITMA METODE BOOTSTRAP DAN JACKKNIFE DALAM MENGESTIMASI PARAMETER REGRESI LINIER BERGANDA
- Download Skripsi Gratis Matematika: STUDI COPULA GUMBEL FAMILY 2-DIMENSI DALAM IDENTIFIKASI STRUKTUR DEPENDENSI
- Download Skripsi Gratis Matematika: DISKRETISASI MODEL LORENZ DENGAN ANALOGI PERSAMAAN BEDA
- Download Skripsi Gratis Matematika: LIMIT FUZZY DARI SUATU FUNGSI DI R+
- Download Skripsi Gratis Matematika: SIFAT HAMILTONIAN DAN HIPOHAMILTONIAN PADA GRAF PETERSEN DIPERUMUM (GPn,1 & GPn,2)
No comments:
Post a Comment