Makalah 1
Makalah 1
TEORI PENDUGAAN
3.1 Pendahuluan
Anggap bahwa himpunan 𝑛 peubah acak bebas, 𝑋1 , 𝑋2 , … , 𝑋𝑛 , masing-masing
pdf 𝑓(𝑥, 𝜃), akan diamati untuk menghasilkan himpunan data 𝑥1 , 𝑥2 , … , 𝑥𝑛 . Tentu ini
memungkinkan kita untuk menyatakan pdf bersama dari sampel acak seperti
Pdf bersama ini menyediakan hubungan antara data pengamatan dan model
matematika untuk populasi.
Anggap bahwa sebaran dari populasi dapat dinyatakan dengan anggota dari
beberapa keluarga pdf, 𝑓(𝑥; 𝜃). Kita misalkan Ω sebagai ruang parameter, yaitu
semua nilai yang mungkin dari parameter 𝜃. Dan misal, 𝑋1 , 𝑋2 , … , 𝑋𝑛 sampel acak dari
sebaran dengan pdf 𝑓(𝑥; 𝜃), dan bahwa 𝜏(𝜃) adalah fungsi dari 𝜃.
Momen populasi ditaksir oleh momen sampel. Metode pendugaan ini disebut
sebagai penduga metode momen/method of moments estimators (MMEs), dan
hasil dari pendugaan dengan metode ini ditulis sebagai MME.
1
Secara khusus 𝜇𝑗 (𝜃1 , 𝜃2 , … , 𝜃𝑘 ) = 𝜇
∑𝑛𝑖=1 𝑋1𝑗
𝑀𝑗 = , 𝑗 = 1,2,3, …
𝑛
Contoh 3.2.1 Misal 𝑋1 , 𝑋2 , … , 𝑋𝑛 suatu sampel acak dari sebaran dengan dua
parameter tidak diketahui, purata 𝜇 dan varians 𝜎 2 . Dari hasil sebelumnya kita peroleh
MME dari 𝜇 = 𝜇1′ adalah 𝜇̂ = 𝑋̅𝑛 . Sekarang perhatikan bahwa
𝜎 2 = 𝐸(𝑋 2 ) − 𝜇2
Sehingga
𝐸(𝑋 2 ) = 𝜎 2 + 𝜇2
∑𝑛𝑖=1 𝑋𝑖 2
𝜇̂ 2′ = 𝑀2′ =
𝑛
∑𝑛𝑖=1 𝑋𝑖 2 2
= 𝜎̂ 2 + 𝑋̅𝑛
𝑛
Jadi
∑𝑛𝑖=1 𝑋𝑖 2 2
2
𝜎̂ = − 𝑋̅𝑛
𝑛
2
∑𝑛𝑖=1 𝑋𝑖 2 − 𝑛𝑋̅𝑛
=
𝑛
2 2
∑𝑛𝑖=1 𝑋𝑖 2 − 2𝑛𝑋̅𝑛 + 𝑋̅𝑛 𝑛
=
𝑛
2
∑𝑛𝑖=1 𝑋𝑖 2 − 2𝑛𝑋̅𝑛 𝑋̅𝑛 + ∑𝑛𝑖=1 𝑋̅𝑛
=
𝑛
2
∑𝑛𝑖=1 𝑋𝑖 2 − 2 ∑𝑛𝑖=1 𝑋𝑖 𝑋̅𝑛 + ∑𝑛𝑖=1 𝑋̅𝑛
=
𝑛
2
2
∑𝑛𝑖=1( 𝑋𝑖 2 − 2𝑋𝑖 𝑋̅𝑛 + 𝑋̅𝑛 )
=
𝑛
∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅𝑛 )2
=
𝑛
1
𝑝 = 𝑝(𝜃) = 𝑃(𝑋 ≥ 1) = 𝑒 −𝜃 .
1
1
Karena 𝑝 = 𝑒 −𝜃 maka 𝜃 = .
ln 𝑝
1
Oleh karena itu dengan menggunakan MME 𝜃̂ = 𝑋̅𝑛 kita peroleh 𝑋̅ = ln 𝑝̂.
1 1
−̂
Jadi 𝑝̂ = 𝑒 −𝑋̅ = 𝑒 𝜃 = 𝑝(𝜃̂).
Dari hasil ini kita peroleh bahwa MME dari 𝑝 = 𝑝(𝜃) adalah 𝑝̂ = 𝑝̂ (𝜃) = 𝑝(𝜃̂). Secara
umum
𝑋̅𝑛
𝜅̂ = ̂
𝜃
(1)
Karena
𝜎 2 = 𝜅𝜃 2 = 𝐸(𝑋 2 ) − 𝜇2 = 𝐸(𝑋 2 ) − 𝜅 2 𝜃 2 ,
Maka
3
𝐸(𝑋 2 ) = 𝜅𝜃 2 + 𝜅 2 𝜃 2 = 𝜅(1 + 𝜅)𝜃 2 .
𝑛
𝑋̅𝑛 𝑋̅𝑛 𝑋̅𝑛 2
∑ 𝑋𝑖2 = (1 + ) 𝜃̂ 2 = 𝑋̅𝑛 (1 + ) 𝜃̂ = 𝑋̅𝑛 𝜃̂ + 𝑋̅𝑛
𝜃̂ 𝜃̂ 𝜃̂
𝑖=1
𝑛
∑𝑛𝑖=1 𝑋𝑖2 2 (𝑋𝑖 − 𝑋̅𝑛 )2
𝑋̅𝜃̂ = − 𝑋̅𝑛 = ∑
𝑛 𝑛
𝑖=1
𝑛
(𝑋𝑖 − 𝑋̅𝑛 )2
𝜃̂ = ∑ ,
𝑛 𝑋̅𝑛
𝑖=1
Dan
2
𝑋̅𝑛 𝑛 𝑋̅𝑛
𝜅̂ = = 𝑛
𝜃̂ ∑𝑖=1(𝑋𝑖 − 𝑋̅𝑛 )2
4
Latihan
3.2.1 Tentukan MME dari 𝜃 berdasarkan pada sampel acak 𝑋1 , 𝑋2 , … , 𝑋𝑛 untuk masing-
masing pdf berikut ini:
Jawab
𝐿(𝜃) = 𝜃 𝑛 ∑ 𝑥𝑖 𝜃−1
𝑖=1
𝑛
ln 𝐿(𝜃) = ln 𝜃 ln ∑ 𝑥𝑖 𝜃−1 𝑛
𝑖=1
𝑛
ln 𝐿(𝜃) = 𝑛 ln 𝜃 + (𝜃 − 1) ln ∑ 𝑥𝑖
𝑖=1
𝑑 ln 𝐿(𝜃) 𝑛 (𝜃−1)
= 𝜃 + ∑𝑛 𝜃−1
= 0, dengan syarat 𝜃≠0
𝑑𝜃 𝑖=1 𝑥𝑖
(𝜃 − 1) 𝑛
𝑛 = −
∑𝑖=1 𝑥𝑖 𝜃−1 𝜃
−𝑛
solusi untuk 𝜃 adalah ∑𝑛 𝜃−1
𝑖=1 𝑥𝑖
−𝑛
𝜃̂ =
ln(𝑋1 , 𝑋2 , … , 𝑋𝑛 )
ln 𝐿(𝜃) = ∑ 𝑥i ln 𝜃 + (𝑛 − ∑ 𝑥i ) ln(1 − 𝜃)
i=1 i=1
𝑑 ln 𝐿(𝜃) ∑ 𝑥𝑖 𝑛−∑ 𝑥𝑖
= − = 0, dengan syarat 𝜃 ≠ 0, 𝜃 ≠ 1
𝑑𝜃 𝜃 1−𝜃
∑ 𝑥𝑖 𝑛 − ∑ 𝑥𝑖
=
𝜃 1−𝜃
5
(1 − 𝜃) ∑ 𝑥𝑖 = 𝜃 (𝑛 − ∑ 𝑥𝑖 )
(1 − 𝜃) ∑ 𝑥𝑖 = 𝜃𝑛 − 𝜃 ∑ 𝑥𝑖
𝜃𝑛
(1 − 𝜃) ∑ 𝑥𝑖 = ∑ 𝑥𝑖 ( − 𝜃)
∑ 𝑥𝑖
𝜃𝑛
(1 − 𝜃) = −𝜃
∑ 𝑥𝑖
∑ 𝑥𝑖
𝜃=
𝑛
∑ 𝑥𝑖
solusi untuk 𝜃 adalah
𝑛
1
𝜃̂ = ∑ 𝑥𝑖
𝑛
6
3.2.2 Tentukan MME dari parameternya berdasarkan pada sampel acak
𝑋1 , 𝑋2 , 𝑋3 , … , 𝑋𝑛 untuk masing-masing sebaran berikut ini:
a) 𝑋𝑖 ∼ 𝐵𝐼𝑁(1, 𝑝)
b) 𝑋𝑖 ∼ 𝑁𝐵(3, 𝑝)
c) 𝑋𝑖 ∼ 𝐺𝐴𝑀(2, 𝜅)
1
d) 𝑋𝑖 ∼ 𝑊𝐸𝐼(𝜃, 2)
Jawab
𝜎 2 = 𝑝𝑞 = 𝐸(𝑋 2 ) − 𝜇2
𝐸(𝑋 2 ) = 𝑝𝑞 + 𝑝2
Karena (𝑋 2 ) = 𝜇2′ maka MME nya
𝜇̂ 2′ = 𝑀2′ = 𝑋̅ 2
Diperoleh
𝑋̅ 2 = 𝑝̂ 𝑞̂ + 𝑝̂ 2
= 𝑋̅𝑞̂ + 𝑋̅ 2
𝑞̂ = 0
Jadi 𝑝̂ = 𝑋̅
b) Karena 𝑋𝑖 ∼ 𝑁𝐵(3, 𝑝) maka 𝜇1′ = 𝜇 = 3, 𝜇̂ = 3
𝜎 2 = 𝑝 = 𝐸(𝑋 2 ) − 𝜇2
𝐸(𝑋 2 ) = 𝑝 + 9
Karena (𝑋 2 ) = 𝜇2′ maka MME nya
∑𝑛𝑖=1 𝑋𝑖 2
𝜇̂ 2′ = 𝑀2′ =
𝑛
Diperoleh
7
∑𝑛𝑖=1 𝑋𝑖 2
= 𝑝̂ + 9
𝑛
∑𝑛𝑖=1 𝑋𝑖 2
𝑝̂ = −9
𝑛
𝐸(𝑋 2 ) = 5Γ𝜃 2 − 3Γ 2 𝜃 2 + 9Γ 2 𝜃 2
= 5Γ𝜃 2 + 6Γ 2 𝜃 2
= 𝜃 2 Γ(5 + 6Γ)
Diperoleh
∑𝑛𝑖=1 𝑋𝑖 2
= 𝜃̂ 2 Γ̂(5 + 6Γ̂)
𝑛
2
∑𝑛𝑖=1 𝑋𝑖 2 𝑋̂𝑛
= (5 + 6Γ̂)
𝑛 9
∑𝑛𝑖=1 𝑋𝑖 2 9
5 + 6Γ̂ = . 2
𝑛 𝑋̂ 𝑛
8
9 ∑𝑛𝑖=1 𝑋𝑖 2
5 + 6Γ̂ =
∑𝑛𝑖=1 𝑋𝑖 2
5 + 6Γ̂ = 9
6Γ̂ = 4
4
Γ̂ =
6
2
Γ̂ =
3
𝑋̅
Jadi 𝜃̂ = 2𝑛
𝜃̂
𝑘̂ = +1
𝑋̅𝑛
𝜃̂ − 𝑋̅𝑛
=
𝑋̅𝑛
Diperoleh
2
𝜃2𝑘 2)
𝜃2
𝜎 = = 𝐸(𝑋 −
(𝑘 − 2)(𝑘 − 1)2 (𝑘 − 1)2
𝜃 2𝑘 𝜃2
𝐸(𝑋 2 ) = +
(𝑘 − 2)(𝑘 − 1)2 (𝑘 − 1)2
𝜃 2 𝑘 + 𝜃 2 (𝑘 − 2)
=
(𝑘 − 2)(𝑘 − 1)2
9
2𝜃 2
=
(𝑘 − 2)(𝑘 − 1)
∑𝑛𝑖=1 𝑋𝑖 2
𝜇̂ 2′ = 𝑀2′ =
𝑛
Diperoleh
∑𝑛𝑖=1 𝑋𝑖 2 2𝜃̂ 2
=
𝑛 𝜃̂ − 3𝑋̅ 𝜃̂ − 2𝑋̅
( ̅ 𝑛 )( ̅ 𝑛 )
𝑋𝑛 𝑋𝑛
2
∑𝑛𝑖=1 𝑋𝑖 2 2𝜃̂ 2 𝑋̅𝑛
=
𝑛 (𝜃̂ − 3𝑋̅𝑛 )(𝜃̂ − 2𝑋̅𝑛 )
∑𝑛𝑖=1 𝑋𝑖 2 2 2 2
(𝜃̂ − 2𝜃̂𝑋̅𝑛 − 3𝜃̂𝑋̅𝑛 + 6𝑋̅𝑛 ) = 2𝜃̂ 2 𝑋̅𝑛 𝑛
𝑛
∑𝑛𝑖=1 𝑋𝑖 2 2 2 ∑𝑛𝑖=1 𝑋𝑖 2
(𝜃̂ − 5𝜃̂𝑋̅𝑛 + 6𝑋̅𝑛 ) = 2𝜃̂ 2
𝑛 𝑛
2
(𝜃̂ 2 − 5𝜃̂𝑋̅𝑛 + 6𝑋̅𝑛 ) = 2𝜃̂ 2
2
−𝜃̂ 2 − 5𝜃̂𝑋̅𝑛 + 6𝑋̅𝑛 = 0
2
𝜃̂ 2 + 5𝜃̂𝑋̅𝑛 − 6𝑋̅𝑛 = 0
(𝜃̂ − 𝑋̅𝑛 )(𝜃̂ + 6𝑋̅𝑛 ) = 0
Jawab:
𝜇 =1+𝜂 ⇔𝜂 =𝜇−1
10
𝜂̂ = 𝜇̂ − 1
⇔ 𝜂̂ = 𝑋̅𝑛 − 1
𝜇 = 𝜃 + 𝜂 dan 𝜎 2 = 𝜃 2.
Jawab:
𝜇 = 𝜃 + 𝜂 dan 𝜎 2 = 𝜃 2
𝜇̂ = 𝜃̂ + 𝜂̂
⇔ 𝑋̅𝑛 = 𝜃̂ + 𝜂̂
⇔ 𝜃̂ = 𝑋̅𝑛 − 𝜂̂
𝐸(𝑋 2 ) = 𝜃 2 + 𝜇2
∑𝑛𝑖=1 𝑋𝑖2
𝜇̂ 2′ = 𝑀2′ =
𝑛
∑𝑛𝑖=1 𝑋𝑖2
= 𝜃̂ 2 + 𝜂̂ 2
𝑛
∑𝑛𝑖=1 𝑋𝑖2
= (𝑋̅𝑛 − 𝜂̂ )2 + 𝜂̂ 2
𝑛
11
∑𝑛𝑖=1 𝑋𝑖2
= 𝑋̅𝑛2 − 2𝑋̅𝑛 𝜂̂ + 𝜂̂ 2 + 𝜂̂ 2
𝑛
∑𝑛𝑖=1 𝑋𝑖2
− 𝑋̅𝑛2 = −2𝑋̅𝑛 𝜂̂ + 2𝜂̂ 2
𝑛
∑𝑛𝑖=1 𝑋𝑖2
− 𝑋̅𝑛2 = 𝜂̂ (−2𝑋̅𝑛 + 2𝜂̂ )
𝑛
∑𝑛𝑖=1 𝑋𝑖2 ̅ 2
𝑛 − 𝑋𝑛
= 𝜂̂
(2𝜂̂ − 2𝑋̅𝑛 )
Dan
∑𝑛𝑖=1 𝑋𝑖2
= 𝜃̂ 2 + 𝜂̂ 2
𝑛
∑𝑛𝑖=1 𝑋𝑖2
= 𝜃̂ 2 + (𝑋̅𝑛 − 𝜃̂)2
𝑛
∑𝑛𝑖=1 𝑋𝑖2 2
= 𝜃̂ 2 + 𝑋̅𝑛 − 2𝑋̅𝑛 𝜃̂ + 𝜃̂ 2
𝑛
∑𝑛𝑖=1 𝑋𝑖2 2
− 𝑋̅𝑛 = 2𝜃̂ 2 − 2𝑋̅𝑛 𝜃̂
𝑛
∑𝑛𝑖=1 𝑋𝑖2 2
− 𝑋̅𝑛 = 𝜃̂(2𝜃̂ − 2𝑋̅𝑛 )
𝑛
∑𝑛𝑖=1 𝑋𝑖2 ̅ 2
𝑛 − 𝑋𝑛
= 𝜃̂
(2𝜃̂ − 2𝑋̅𝑛 )
12
Jawab:
1 1 1
(a) Karena 𝑋𝑖 ∼ 𝐺𝐸𝑂(𝑝) maka 𝜇1′ = 𝜇 = 𝑝, 𝜇̂ = 𝑝̂ sehingga MME nya adalah 𝑝̂ = 𝑋̅.
1 1 1
(b) Karena 𝑋𝑖 ∼ 𝐺𝐸𝑂(𝑝) maka 𝜇1′ = 𝜇 = , 𝜇̂ = serta = 𝑋̅ maka,
𝑝 𝑝̂ 𝑝̂
1−𝑝 1 1
𝜎2 = = −
𝑝2 𝑝2 𝑝
1
Karena = 𝑋̅ maka MME nya
𝑝̂
1 1
𝜎̂ 2 𝑀𝑀 = − = 𝑋̅ 2 − 𝑋̅
𝑝̂ 2 𝑝̂
1 1 1
(c) Karena 𝑋𝑖 ∼ 𝐺𝐸𝑂(𝑝) maka 𝜇1′ = 𝜇 = 𝑝, 𝜇̂ = 𝑝̂ sehingga MME nya adalah 𝑝̂
= 𝑋̅
maka,
𝑃[𝑋 > 𝑘] = (1 − 𝑝)𝑘
Sehingga berlaku,
𝑃[𝑋̂
> 𝑘 ] = (1 − 𝑝̂ )𝑘
1
Karena = 𝑋̅ maka MME nya
𝑝̂
1
𝑃[𝑋̂
> 𝑘 ] = (1 − )𝑘
𝑋̅
13