MATERI-1-STATISTIKA INFERENSIAL

Peserta kuliah : PSPM 19-E

Dosen : Prof. Drs. Zul Amry, M. Si., Ph. D

I. ESTIMASI TITIK (bagian-1)

Pendahuluan

Teori estimasi merupakan bagian dari statistik inferensial disamping uji hipotesis. Estimasi adalah menkasir parameter suatu
populasi berdasarkan sampel random.

Misalkan X ~ f (x , ) populasi,  = (1 , 2 , ,k ) parameter, X 1 , X 2 , , X n : sampel random

Pekerjaan estimasi adalah menaksir  berdasarkan X 1 , X 2 , , X n
Hasil estimasi untuk parameter  ditulis ̂
Hasil estimasi disebut estimator.

Hasil estimasi disebut suatu parameter populasi dapat berbentuk nilai tertentu yang disebut estimasi titik dan berbentuk
interval yang disebut estimasi interval, sedangkan metode moment dan metode maksimum likelihood adalah dua metode
yang sering digunakan pada estimasi titik.

Metode moment
Metode moment mempunyai prinsip menyamakan moment populasi dengan momen sampel.
Misalkan X 1 , X 2 , , X n adalah n ampel random dari suatu populasi X ~ f (x , ) dan  = (1 , 2 , ,k ) parameter, estimator
untuk  diperoleh dengan menyelesaikan sistem berikut:

n
E( X j ) = n1  Xi j , j = 1, 2, , k (1)
i =1

E( X j ) : moment populasi
n
1
n  X i j : moment sampel
i =1

Contoh 1
 x − 1 ; 0  x  1.
Misalkan X 1 , X 2 , , X n sampel random dari suatu populasi berdistribusi f ( x; ) =  , tentukan
0 ; otherwise
̂ dengan metode moment.

Jawab
Dalam hal ini populasinya hanya mempunyai satu parameter yaitu  , jadi nilai j = 1 , sehingga estimator
n
untuk  diperoleh dengan menyelesaikan E ( X ) = 1
n  Xi
i =1
1 1 1

(i) Moment populasi : E ( X ) =  x f ( x; ) dx =  x x − 1 dx =   x dx =
0 0 0
 +1
n
(ii) Moment sampel berdasarkan X 1 , X 2 , , X n : 1
n  Xi = X .
i =1

 X
Dengan menyamakan hasil (i) dan (ii), diperoleh = X atau ˆ =
 +1 1− X

X
 Hasil estimasi untuk  adalah ˆ =
1− X

1
Contoh 2
Misalkan X 1 , X 2 , , X n sampel random dari suatu populasi berdistribusi normal X ~ N (  , 2 ) ,
tentukan estimator titik untuk  dengan  2 metode moment.

Jawab
Dalam hal ini populasi nya mempunyai dua parameter  dan  2 , jadi nilai j = 1, 2 , sehingga estimator untuk 
n
dan  2 diperoleh dengan menyelesaikan sistem E( X j ) = n1  X i j , j = 1, 2 .
i =1
n
(i) j = 1 → E( X ) = n1  X i yang menghasilkan ˆ = X
i =1
n n
(ii) j = 2 → E( X 2 ) = n1  X i2 yang menghasilkan  2 +  2 = n1  X i2
i =1 i =1

( )
(ingat teorema Var( X ) = E X − E ( X ) , sehingga untuk distribusi normal N (  , 2 ) berlaku  2 = E X 2 −  2 )
2 2
( )
n
Selajutnya dengan mensubstitusikan hasil (i) ke (ii) diperoleh X 2 +  2 = n1  X i2 atau
i =1

1   1  
(X i − X )2
n n n n n
ˆ 2 = n1  X i2 − X 2 = n i
X2 − nX 2  = n i
X 2 −  X 2  = n1 
i =1  i =1   i =1 i =1  i =1


( )
2
( )
n
 Hasil estimasi untuk (  , ) adalah ˆ , ˆ 2 =  X , n1  X i − X 
2
 
 i =1 

Soal-latihan

1) Berdasarkan sampel random X 1 , X 2 ,, X n , tentukan ̂ dengan metode momen dari masing-masing berikut ini.
a) f ( x; ) =  e − x ; x  0,   0
− x
b) f ( x; ) =  x e
2
; x  0,   0

2) Misalkan X 1 , X 2 ,, X n , sampel random dari populasi berdistribusi gamma X i ~ GAM (  ,  ) tentukan
̂ dan ̂ dengan metode moment. ( untuk X ~ GAM (  , ) , E ( X ) =   dan Var ( X ) =   2 )

ξξξ