PEMODELAN RISIKO 2– UTS

Pengonstruksian Model Empiris & Metode Statistika

Parametrik

30 Maret 2020

Instruksi:
• Ujian ini dilaksanakan dengan total waktu 2 jam 30 menit, yaitu pukul 13.30 - 16.00 WIB,
dengan rincian berikut:
- (13.30-13.40 WIB) Menyelesaikan administrasi awal seperti download soal, memahami
intruksi ujian dan menuliskan ikrar berikut sebelum menjawab soal ujian:
”Saya berjanji untuk menjawab soal UTS Pemodelan Risiko 2 ini dengan jujur dan
mandiri, tanpa bantuan apapun selain cheatsheet, tabel appendix dan kalkulator serta
tanpa bantuan siapapun.”
Lalu bubuhkan tanda tangan di bawah ikrar.
- (13.41-15.40 WIB) Mengerjakan soal ujian.
- (15.41-16.00 WIB) Menyelesaikan administrasi akhir berupa scan jawaban, konversi
dalam 1 file pdf, dan unggah jawaban.
• Sifat ujian mandiri dan hanya diperbolehkan menggunakan cheatsheet, tabel appendix
beserta kalkulator saja.
• Jawaban soal ditulis pada kertas putih dengan menggunakan pulpen yang tintanya jelas
(hitam/biru) dan tidak diperbolehkan menggunakan pensil.
• Gunakan lembar kertas yang berbeda untuk menjawab soal yang berbeda (lembar 1 untuk
jawaban soal nomor 1 saja, dst).
• Pada setiap lembar jawaban, mahasiswa harus menuliskan Nama dan NPM, serta mem-
bubuhkan tanda tangan.
• Lembar jawaban discan dengan format file PDF (tolong jadikan 1 file saja) dan nomor
jawaban harus terurut di dalam file tersebut. (Manfaatkan CamScanner di hp).
• Ketentuan nama file: NamaMahasiswa NPM UTSPemrisk2
• File dikirim ke email: sindy@sci.ui.ac.id DAN unggah ke ”tempat unggah UTS” di EMAS.

1
PEMODELAN RISIKO 2 UTS 30 Maret 2020

1. Misalkan X1 , X2 , ..., Xn merupakan sampel acak dari distribusi Uniform pada interval [0, θ].
Misalkan Y = max(X1 , X2 , ..., Xn ) dan diketahui bahwa:
n
• E[Y ] = n+1
θ
n
• V ar(Y ) = (n+2)(n+1)2
θ2

Misalkan seorang peneliti ingin menaksir parameter θ menggunakan estimator θ̂ = kY .

Tentukanlah nilai k yang meminumkan mean square error dari estimator tersebut.

2. Sampel acak besar klaim dari suatu portofolio polis menghasilkan observasi sebagai berikut:

Besar Klaim Banyak Klaim

(0, 50] 36
(50, 150] x
(150, 250] y
(250, 500] 84
(500, 1000] 80
(1000, ∞) 0

Diketahui Fn (90) = 0.21 dan Fn (210) = 0.51.

Hitunglah nilai x.

3. Diberikan informasi sebagai berikut:

(a) Sampel x1 , x2 , ..., x10 diambil dari suatu distribusi dengan fungsi densitas peluang:
 
1 1 −x 1 −x
f (x) = e θ + e σ , x>0
2 θ σ

(b) θ > σ
P10 P10 2
(c) i=1 xi = 150 dan i=1 xi = 5000.
Taksirlah parameter θ dengan mencocokkan dua momen sampel pertama dengan dua momen
populasi pertama.

Page 2 of 3
PEMODELAN RISIKO 2 UTS 30 Maret 2020

4. Berikut diberikan 20 data kerugian cedera tubuh (bodily injury losses) sebelum deductible dit-
erapkan.

Besar kerugian Banyak Kerugian Deductible Policy Limit

750 3 200 ∞
200 3 0 10,000
300 4 0 20,000
>10,000 6 0 10,000
400 4 300 ∞

Pengalaman masa lalu menunjukkan bahwa besar kerugian tersebut berdistribusi Pareto dengan
parameter α dan θ = 10, 000.
Tentukanlah:
(a) Fungsi likelihood dari kasus di atas.
(b) Estimator maksimum likelihood dari α.

5. Dalam liga sepak bola tertentu, suatu penelitian menunjukkan bahwa 40% pemain di bawah
rata-rata (dengan parameter risiko θ1 ) dan 60% pemain di atas rata-rata (dengan parameter
risiko θ2 ).
Misalkan Xj menyatakan banyak gol yang dicetak dalam game j oleh pemain sepak bola yang
dipilih (j = 1, 2, ...).
Diasumsikan bahwa:
e−1
Pr(Xj = xj |Θ = θ1 ) = , xj = 0, 1, ...
xj !
dan
1 e−1 3 e−2 2xj
Pr(Xj = xj |Θ = θ2 ) = + , xj = 0, 1, ...
4 xj ! 4 xj !
Bersyarat pada Θ, variabel acak X1 , X2 , ... adalah saling bebas.
(a) Tentukanlah distribusi posterior dari Θ diberikan X1 = 1 dan X2 = 2
(b) Tunjukkanlah bahwa distribusi prediktif dari (X3 |X1 = 1, X2 = 2) memenuhi persamaan
berikut:  −1   −2 xj 
e e 2
fX3 |X1 ,X2 (x3 |1, 2) = p + (1 − p) , x3 = 0, 1, ...
xj ! xj !
dan hitunglah nilai p.
(c) Tentukanlah E[X3 |X1 = 1, X2 = 2].

Semoga Anda Sukses

Page 3 of 3