• Definisi:
Jika x1 , x2 ,..., xn adalah sampel random dari populasi
dengan parameter , maka fungsi Likelihood didefinisikan
dL
b. Mencari nilai maksimum 0
d
d ln L
ln L 0
d
Contoh:
1. X adalah variabel random berdistribusi Bernoulli
dengan parameter p. Carilah estimator untuk p
dengan MLE.
i
x k
mk' i 1
xk
n
Pada dasarnya metode momen tert umpu pada penyelesaian
dari mk' k'
dimana k' E X k , k 1,2,..., p (k banyaknya parameter)
Sehingga untuk k 1 m1' E X 1 E X
x EX
k 2 m2' E X 2
x2 E X
2
dan seterusnya.
• Catatan:
karena tidak semua distribusi mempunyai
momen, maka metode ini belum tentu dapat
digunakan untuk semua distribusi.
Soal:
1. Jika x1 , x2 ,..., xn variabel random yang
independen berdistribusi eksponensial
dengan parameter θ. Carilah estimator untuk
θ dengan MME.
Soal:
Jika x1 , x2 ,..., xn sampel random dengan fungsi
densitas
2 x
f x , untuk 0 x
2
Var ˆ
1
2
d ln f ( x)
nE
d
• Teorema
Jika ˆ estimator unbiased dari dan memenuhi
Var ˆ
1
2
d ln f ( x)
nE
d
maka ˆ merupakan UMVUE untuk .
UMVUE = Uniform Minimum Variance
Unbiased Estimator.
1
CRLB untuk 2
d ln f ( x)
nE
d
CRLB = Cramer Rao Lower Bound.
Contoh:
Jika x1 , x2 ,...xn adalah variabel random yang
independen dan xi Eksp( ) , dengan i 1,2,..., n
a. Carilah CRLB untuk θ !
b. Apakah ˆ merupakan UMVUE untuk θ !
3. Estimator Konsisten
• Definisi:
f xi
1 x
i
xi e untuk xi 0
2