Materi pertemuan 4 dan tugas

Sifat penaksir yang baik:

1. tak bias
2. variansi minimum
3. konsisten

1. tak bias (unbiased)

misalkan ˆ suatu estimator titik untuk parameter , maka ˆ disebut estimator tak
bias untuk  jika E (ˆ)  0
contoh:
misalkan X1, X 2 ,...., X n adalah sampel random independent dari populasi
1 n
berdistribusi poisson dengan parameter . Telah diproleh ˆ   X 1 , apakah
n i 1
estimator ini merupakan estimator tak biasuntuk .

Penyelesaian:
Akan ditunjukkan bahwa E  (ˆ )  
X1  Poisson(), maka E ( X i )  

 1 n
E ̂  E   X 1 

 n i 1 
1 n
=  E ( X1)
n i 1
1
= ( E ( X 1 )  E ( X 2 )  ...  E ( X n ))
n
1
= (    ...   )
n
1
= (n. )
n
=
1 n
Sehingga ˆ   X 1 , adalah estimator yg tak bias untuk 
n i 1

Contoh soal:
Misalkan X1, X 2 ,...., X n adalah sampel random independent dari populasi
berdistribusi Uniform(-0,5 ,+0,5). Dengan menggunakan mtd maximum
likelihood. Tentukan estimator utk  dan selidiki apakah estimator tersebut
bersifat tak bias.

Penyelesaian:
Diperoleh persamaan:
 1 n
E ( X )   X1
n i 1
n
1
ˆ   X 1
n i 1
Selanjutnya untuk membuktikan sifat tak bias akan ditunjukkan : E (ˆ)   .
1 n 
E (ˆ)  E   X 1 
 n i 1 
1 n
=  E ( X1)
n i 1
1
= ( E ( X 1 )  E ( X 2 )  ...  E ( X n ))
n
1
= (     )
n
1
= ( n.. )
n
=
1 n
Sehimgga terbukti ˆ   X 1 merupakan estimator yang tak bias untuk .
n i 1

TUGAS
Mengerjakan soal latihan di Bukku StatMat Lanjutan. Halaman: 105
 NIM Ganjil mengerjakan no 1(a,b), 3(a), 15(b)
 NIM Genap mengerjakan no 2(a), 4(a,b) 14(b)

Tugas dikumpulkan paling lambat minggu depan sebelum perkuliahan dimulai.

Format pengumpulan PDF nama_NIM

Selamat mengerjakan