1.

Diberikan X 1 , … , X n sebuah random sampel dari distribusi dua parameter eksponensial,

X i exp(θ , η). Asumsikan bahwa η = 150, carilah sebuah pivotal quantity untuk parameter 𝜃
berdasar statistik cukup.

Jawab:

X 1 , … , X n sebuah random sampel dari distribusi dua parameter eksponensial X i exp(θ , η)

dengan fungsi peluangnya:
n
−1
1 θ ∑ (x −¿ η)¿ i

f ( xi )= e i=1

θ
−t
1 θ
¿ ne
θ
n
¿ (t ,) h( x ), dimana T =∑ (xi−η) adalah sufficient statistik untuk 𝜃. (η diketahui) Diberikan
i=1

x i−η
y i= kemudian fungsi distribusi peluang dari y i menjadi
θ

d
( y )=(η+θyi) ¿
dyi

¿ e− y , y> 0

Jadi distibusi dari y i nya adalah independen atas θ . Sekarang untuk η=150

n
Y =∑ yi
i=1

∑ (xi−150)
i=1
¿
θ

T
¿
θ

T
∴ adalah sebuah pivotal quantity untuk parameter θ berdasarkan statisti k cukup T
θ

2. Diketahui fungsi kepekatan peluang dari peubah acak Y adalah sebagai berikut:
 2 ( θ− y )
f ( y)
{ θ2
, 0< y <θ

0 , y lainnya

Y
Tunjukkan bahwa Z= adalah pivotal quantity(kuantitas pivot)
θ

Jawab:

Karena distribusi diatas tidak umum maka gunakan teknik CDF

Y
F Z (z)=P ⌊ Z ≤ z ⌋=P ⌊ ≤ z ⌋ =P ⌊ Y ≤θz ⌋ =F Y (θz)
θ

Cari CDF dari FY(y)

y y y
2(θ− y) 2 2 1 2 y 2 y y2
F Y ( y )=P ⌊ Y ≤ y ⌋=∫ f ( y ) dy=∫ dy= ∫ ( θ− y ) dy = ⌊ θy− y ⌋ = − 2
0 0 θ2 θ2 0 θ2 2 0 θ θ
2
2 θZ (θZ )
F Z (z)=F Y (θz)= − 2 =2 z−z 2 ; 0< z< 1
θ θ

Y
∴ f ( z )tidak bergantung θ , maka Z= adalah kuantitas pivot
θ

3. Diberikan X 1 , … , X n sebuah random sampel dari distribusi satu parameter eksponensial,

x
X i exp(θ). Apakah α = adalah kuantitas pivot untuk parameter θ ?
θ

Jawab
−x
1
f (x)= e θ I (0 , ∞ )
θ
(α )

x
misal :α =
θ

dx
αθ=x =θ
dα

f (α )=f ( x ) |dαdx |I ( 0 , ∞)
(α )

¿ f (αθ)|θ| I (0 , ∞) (α )
 −xα
1 θ
¿ e |θ| I ( 0 ,∞ )
( α)
x

¿ e−α I (0 , ∞ ) (α )

∴ f(α ¿ bergantung pada α maka bukan kuantitas pivot

4. Jika X 1 , X 2 , … , X n adalah sampel acak dari populasi Normal dengan nilai tengah μdan varians σ 2 ,
X i ( μ , σ 2 ), maka Q= X́−μ merupakan kuantitas dasar dalam pembentukan kuantitas pivot bagi μ.
Lakukan modifikasi Q supaya memenuhi syarat sebagai kuantitas pivot, lalu gunakan untuk
menyusun interval kepercayaan dua arah bagi μ dengan level signifikan sebesar α jika σ 2 diketahui.

Jawab

Q= X́−μ

X́−μ
N (0,1)
σ /√ n

P ( q1 ≤Q ≤ q2 ) =( 1−α ) × 100 %

X́−μ

(
P −Z α ≤
2
√
σ
n
2
)
≤ Z α =( 1−α ) ×100 %

σ σ
(
P −Z α
2 √n
≤ x́−μ ≤
)
Z α =( 1−α ) ×100 %
√n 2
σ σ
(
P x́−Z α
2 √n )
≤ μ ≤ x́ + Z α =( 1−α ) × 100 %
√n 2

5.

X́ −μ
Q= N ( 0,1)
σ /√n

P[ −q 1<Q<q 2 ] =γ
 x́−μ
P
[ −q 1<
σ
√n ]
< q 2 =γ

σ σ
[
P −q 1.
√n
< x́−μ<q 2.
√n
=γ
]
σ σ
[
P x́−q 2.
√n
< μ< x́ +q 1.
√n ]
=γ

Karena memuat σ yang tidak diketahui maka tidak bisa diinverted sehingga bukan kuantitas pivot

6. .
x́ −μ
Q= N ( 0,1)
s/ √ n

P [−q 1<Q<q 2 ] =γ

x́−μ

[
P −q 1<
s
√n ]
<q 2 =γ

s s
[
P −q 1.
√n
< x́−μ< q 2.
√n
=γ
]
s s
[
P x́−q 2.
√n
< μ< x́ +q 1.
√n
=γ
]
Karena memuat s diketahui dan bisa diinverted sehingga merupakan kuantitas pivot.

7. Diberikan X 1 , … , X n sebuah random sampel dari distribusi satu parameter eksponensial,

X i exp(θ). Carilah selang kepercayaan untuk θ !

Jawab

θ sebagai parameter skala

^ MLE x́
Q
Q= =
θ θ

2 n x́ 2
Q= X (2 n)
θ
 −Q
1
Q ( θ 1 )= n
x n−1 e 2
; 0<Q< u
Γ (n) 2

Q adalah kuantitas pivot

P[Q1< Q<Q2 ]=1−α

2 n x́
P[ X 21−α /2 < ¿ X 2α /2 ]=1−α
θ

X2 X 2α
P [ 1−
1
α
2
< <
2
2 n x́ θ 2 n x́
=1−α ]
2 n x́ 2 n x́
P
[ 2
X α
1−
2
Xα
2
]
<θ< 2 =1−α =¿>CI untuk θ

8. Misalkan X =( X 1 , … , X n ) adalah peubah acak dari populasi yang berdistribusi exp( λ) dan
n
T =∑ x i . Fungsi T berdistribusi GAM (n , λ) , dengan pdf,
i=1

n−1 −t
t 1
f ( t |λ )=Γ ( n ) ()λ
λ
e
λ
, carilah confidence interval dari λ !

Jawab

Pada fungsi pdf Gamma dengan t dan λ muncul Bersama sebagai t/λ, dan fungsi GAM(n,λ)
2
merupakan keluarga skala dari λ. Jika Q(T,λ) memiliki distribusi GAM(n,2) atau χ 2 n yang tidak
bergantung pada λ. Maka kuantitas pivot dengan selang pivot 1-α adalah sebagai berikut.

2T 2T
2
< λ< 2
χα χ α
; 2n 1− ;2 n
2 2

Dimana P( χ 22n > χ 22n ; α )=α

9. Sebuah contoh acak berukuran n dari sebaran kontinu dengan fungsi kepekatan peluang

1 −( x−θ )
f ( x ; θ )=
θ 2
exp
[θ2 ]
I [ θ ,∞ ) ( x )
 n
Dimana θ>0 . Tak ada statistik cukup tunggal, namun X (1) dan ∑ X i merupakan statistic cukup
i=1
Bersama bagi θ . Kita ingin menurunkan selang kepercayaan 90% bagi θ berdasarkan statistic
S= X (1). Fungsi sebaran kumulatif dari S adalah

G ( s ; θ )=¿

Salah satu pilihan fungsi h1 (θ) dan h2 ( θ ) yang memenuhi P [ h1 (θ )< S <h2 ( θ ) ]=1−α adalah

G ( h1 ( θ ) ; θ )=0.05 danG ( h 2 ( θ ) ; θ ) =0.95

Yang akan menghasilkan fungsi

θ2 ~ θ2
h1 ( θ )=θ−ln ( 0.95 ) ¿ θ+0.0513
n n

Dan

θ2 ~ θ2
h2 ( θ )=θ−ln ( 0.05 ) ¿ θ+0.0513
n n

1
10. Diberikan X 1 , X 2 , … , X n merupakan random sampel dengan pdf f ( x ; θ )= ,0< x<θ . Tentukan
θ
interval kepercayaan 100(1−α )% untuk θ .

Jawab

^
MLE dari θ adalah θ=X ^
(n ) . Pdf dari θ sebagai berikut:

n θ^ n−1
g ( θ^ ) = n ; 0< θ<θ
^
θ

Kita dapat menentukan nilai h1 (θ) dan h2 (θ) sehingga

^ h2 ( θ ) ) =1−α 1−α 2=1−α

P ( h1 ( θ ) < θ<

Dimana
h 1(θ) h2(θ)

∫ g ( θ^ ) d θ=α
^ 1 dan ∫ g ( θ^ ) d θ=α
^ 2
−∞ −∞
 1 1
Dengan menyelesaikan persamaan diatas didapat h ( θ )=θ ( α ) n dan h (θ )=θ ( 1−α ) n . Sehingga P ¿
1 1 1 2

θ^ θ^
atau P
( ( 1−α 2 )
1
n
< θ<
( α1 )
1
n ) =1−α .
 Daftar Pustaka

Bain,Lee J., Engelhardt, Max. 1992. Introduction to Probability and Mathematical Statistics 2nd
Edition.Boston:PWS-KENT Publishing Company.

Bijma, F., Jonker,M.., Vaart,Aad van der.2016.An Introduction to Mathematical Statistics.

Amsterdam: Amsterdam University Press

Boes, C Duane., Graybill, A Franklin., Mood, A McFarlane. .1963. Introduction To The Theory Of
Statistics 3rd Edition. USA: McGraw-Hil.

Budianra,I Nyoman., Rowan. 2011. “Interval Konfidensi Spline Kuadrat dengan Pendekatan Pivotal
Quantity”. Semarang: Universitas Diponegoro.
Daniel, Jeske R., Jeff, Pettyjohn., Jun, Li.2008. Approximate and generalized pivotal quantities for
deriving confidence intervals for the offset between two clocks. Statistical
Methodology.Vol(1):99-102.

Elsevier, Ltd. (2001).Estimation: Point and Interval.Vol 10,4744-4749.

Chumnaul, Jularat., Sepehrifar, Mohammad.2018. Generalized confidence interval for the scale
parameter of the power-law process with incomplete failure data. Computational Statistics and
Data Analysis. Vol(128):17-33.

Nugroho, Sigit. 2008. Pengantar Statistika Matematika Edisi Pertama.UNIB Press

Paolella, Marc S. 2018. Fundamental Statistical Inference: A Computational Approach . Switzerland:

University of Zurich.

Rusgiyono, Agus. 2001. “Aplikasi Metode Besaran Pivotal Dalam Penentuan Selang Keyakinan
Taksiran Parameter Populasi” dalam Jurnal Matematika dan Komputer Volume 4 (hlm 151-159).
Semarang: Jurusan Matematika FMIPA Universitas Diponegoro.