PENDAHULUAN
Inferensi adalah adalah suatu proses untuk menghasilkan informasi dari fakta
yang diketahui. Inferensi juga dikatakan suatu konklusi logis atau implikasi ber-
dasarkan informasi yang tersedia. Istilah inferensi digunakan untuk menunjukkan
dari hal yang khusus menuju ke hal yang umum. (Sarwoko, 2002).
1
Universitas Sumatera Utara
2
Saat ini, terdapat dua pendekatan filosofis utama dalam statistik inferens,
yang pertama disebut sebagai pendekatan frequentist atau kadang-kadang disebut
sebagai pendekatan klasik (karena berkembang lebih dulu). Dalam pendekatan
ini, prosedur dikembangkan hanya dengan melihat performa seluruh kemungkinan
sampel acak (all possible random sample) saat ini. Informasi sampel acak yang
diperoleh sebelumnya (pada percobaan/observasi lain di masa lalu) diabaikan. Ke-
mudian pendekatan kedua, dikenal sebagai Bayesian, yang akan dibahas selanjut-
nya.
3. Prosedur statistik dinilai dengan seberapa baik prosedur itu dalam jangka
panjang dengan mengulang-ulang percobaan sampai tak hingga.
Karena dalam pendekatan ini parameter adalah tetap, maka tidak bisa mem-
buat pernyataan tentang peluang dari nilai parameter tersebut (bagaimana di-
nyatakannya dalam peluang jika nilai parameter adalah tetap dengan kata lain
pasti). Interval kepercayaan tidak memiliki arti peluang akan nilai parameter, na-
mun hanya digunakan untuk uji hipotesis apakah nilai penduga parameter bisa
diterima atau tidak.
nilai acak. Karena itu dalam frequentist interval itu selalu diartikan begini: dari
100 percobaan dengan random sampel iid maka 95 percobaan akan mendapatkan
nilai penduga parameter θ̂ berada pada interval [a, b].
Misalkan ada suatu data yang akan dianalisis dengan tepat oleh analisis
Bayesian.Akan diamati data x dari model statistik {fθ : θ ∈ Θ} dimana fθ adalah
suatu populasi yang mendukung nilai nilai µ dari sampel space X dan φ adalah
populasi prior dari θ yang berkaitan dengan nilai dari Θ. Dari unsur unsur yang
ada sini dapat di buat suatu distribusi untuk mengobservasi nilai x dari (θ, X)
yaitu :
(θ, X) = fθ (x)φ(θ)
= ×µ
1. Sejak orang tak pernah yakin akan nilai sebenarnya dari parameter, maka
parameter dianggap sebagai suatu random variabel.
Dalam (Evans, 1997) dikatakan bahwa ada suatu pendekatan khusus un-
tuk menaksir sebuah hipotesis H0 : τ = τ0 dengan menghitung Observed Relatif
Surprise (ORS). Dikatakan bahwa Inferensi Relatif Suprise memiliki sifat optimal
dalam Teorema Bayes.
Dari latar belakang yang telah diuraikan maka rumusan masalahnya adalah
bagaimana memperoleh inferensi relatif surprise sehingga Teorema Bayes menjadi
optimal.