MAKALAH
Di Susun Oleh :
T.A 2019/2020
i
KATA PENGANTAR
Bismillahirrahmanirrahim
Assalamu’alaikum Warahmatullahiwabarakatuh
Puji syukur penyusun panjatkan kehadirat Allah SWT, yang telah memberikan rahmat
dan karunia-Nya kepada kita semua sehingga penulis bisa menyelasaikan makalah yang
berjudul “Estimasi Titik”. Shalawat beserta salam selalu tercurahkan kepada Nabi besar kita
Muhammad SAW, beserta keluarga-Nya, sahabat-sahabat-Nya dan kita selaku umatnya
hingga akhir zaman.
Penyusun menyadari bahwa makalah ini masih jauh dari sempurna, hal ini karena
kemampuan dan pengalaman penulis yang masih ada dalam keterbatasan.untuk itu penulis
mengharapkan saran dan kritik yang sifatnya membangun, demi perbaikan dalam makalah ini
yang akan datang.
Wassalamu’alaikum Warahmatullahiwabarakatuh
Penyusun
ii
DAFTAR ISI
Kesimpulan ............................................................................................................... 5
iii
BAB I
PEMBAHASAN
Proses estimasi merupakan peristiwa yang dialami oleh setiap orang dalam kehidupan
sehari-hari. Misalnya, bila kita menyeberang jalan dan melihat ada kendaraan yang akan
lewat maka kita membuat estimasi tentang kecepatan kendaraan, lebar jalan, dan kecepatan
kita untuk membuat keputusan. Teori estimasi memegang peran yang sangat penting dalam
statistika inferensial karena teori estimasi bersama-sama dengan pengujian hipotesis
merupakan dasar statistika inferensial yang dilandasi oleh teori peluang.
1.3 Tujuan
1
BAB II
PEMBAHASAN
Sebuah nilai tunggal yang digunakan untuk mengestimasi sebuah parameter disebut
tiik estimator, sedangkan proses untuk mengestimasi titik tersebut disebut estimasi titik
(Harinaldi,2005). Estimasi adalah keseluruhan proses yang menggunakan sebuah estimator
(fungsi sample) untuk menghasilkan sebuah estimate (nilai terealisasi dari estimator, yaitu
bilangan yang didapat bila sample benar-benar diambil) dari suatu parameter. Atau dengan
kata lain suatu estimator titik adalah sebarang fungsi T (X, X2, X3, …, Xn) dari sampel. Ini
berarti sebarang titik adalah estimator titik. Sebuah estimasi titik dari sebuah parameter q
adalah sesuatu angka tunggal yang dapat dianggap sebagai nilai yang masuk akal dari q. Bila
nilai parameter dari populasi hanya diduga dengan memakai satu nilai statistik (topi) dari
sampel yang diambil dari populasi tersebut .
Secara umum statistik berikut ini merupakan penduga titik (estimator) dari parameter
populasi.
X
X adalah Penduga titik untuk
n
S 2
(X X ) 2
X
p adalah Penduga titik untuk P
n
2
2.3 Metode Penaksir Titik
a. Metode momen
Metode momen yang diciptakan oleh Karl Person pada tahun 1800 adalah metode
tertua dalam menentukan estimator titik.
𝑛
1
𝑚1 = ∑ 𝑋𝑖1 , 𝜇1 = 𝐸𝑋1
𝑛
𝑖=1
𝑛
1
𝑚2 = ∑ 𝑋𝑖2 , 𝜇2 = 𝐸𝑋 2
𝑛
𝑖=1
𝑛
1
𝑚𝑘 = ∑ 𝑋𝑖𝑘 , 𝜇𝑘 = 𝐸𝑋 𝑘
𝑛
𝑖=1
𝑚1 = 𝜇1 (𝜃1 , … , 𝜃𝑘 )
𝑚2 = 𝜇2 (𝜃1 , … , 𝜃𝑘 )
3
𝑚𝑘 = 𝜇𝑘 (𝜃1 , … , 𝜃𝑘 )
Sejauh ini metode maksimum likelihood adalah metode yang paling popular dalam
menghasilkan estimator. Misalkan X1, …, Xn adalah i.i.d sampel dari populasi dengan densitas
f(x│𝜃1, …, 𝜃k)
Definisi: Untuk setiap titik sampel 𝑥̃. Misalkan 𝜃̂ (𝑥̃) adalah harga parameter dimana
L (𝜃̃│𝑥̃) sebagai fungsi 𝜃̃ , dengan menganggap 𝑥̃ konstan mencapai maksimumnya,
Estimator Maksimum Likelihood (MLE) dari parameter 𝜃̃ berdasarkan 𝑋̃ adalah 𝜃̂(𝑋̃).
Perhatikan bahwa dari konstruksinya, jelajah dari MLE berimpit dengan jelajah dari
parameter. Secara intuitif, MLE adalah estimator yang masuk akal, karena MLE adalah titik
parameter dengan Sampel terobservasi yang paling mungkin terjadi. Meskipun demikian
perhatikan juga sensetivitas perubahan data.
Bila fungsi likelihood terdeferensialkan dalam (𝜃𝑖 ), maka calon MLE yang mungkin
adalah harga-harga (𝜃1, …, 𝜃k) sedemikian hingga:
̃ │𝑥̃)
𝜕𝐿(𝜃
= 0, i = 1, 2, …, k
𝜕𝜃𝑖
Salah satu Contoh dalam kehidupan sehari-hari dari estimasi titik itu ialah: rata-rata
bayiyang baru lahir beratnya 3 kg. Dari pernyataan ini dapat disimpulkan bahwa pernyataan
tersebut dapat menggunakan distribusi normal, karena tidak banyak bayi yang baru lahir itu
beratnya kurang atau lebih berat dari 3kg. bayi yang beratnya 3kg dapat disebut sebagai
estimate, sedangkan yang disebut estimatornya ialah bayi yang baru lahir.
4
BAB III PENUTUP
Kesimpulan
5
DAFTAR PUSTAKA
Setiawan. Adi. 2015. Pengantar Statistik Matematika. Salatiga: Widya Sari Press Salatiga