teorema Bayes. Parameter yang diduga dengan metode Bayes merupakan peubah acak
dan distribusi prior dari parameter untuk mendapatkan distribusi posterior yang
selanjutnya menjadi dasar dalam pendugaan parameter [4]. Berikut akan dijelaskan
Definisi 4.3.1 [1] Fungsi likelihood adalah fungsi kepekatan peluang bersama dari
4.3.2.Distribusi Prior
Dalam metode Bayes, distribusi prior memiliki peran penting dalam pendugaan
parameter yang tidak diketahui. Distribusi prior merupakan distribusi awal yang
secara subyektif oleh peneliti terhadap suatu nilai parameter yang diduga.
Distribusi prior dikelompokkan menjadi dua kelompok, yaitu [3]:
likelihoodnya, yaitu:
juga sebagai suatu prior yang berasal dari distribusi keluarga eksponensial dan
啰
啰
diketahui)
啰
diketahui)
݂ ݂ ݂ max ″
″ ݏ ݁
prior yang telah dipilih baik distribusi prior konjugat atau prior non-konjugat,
pemberian nilai parameter pada distribusi prior ini didasarkan pada informasi
Distribusi prior yang ditentukan tidak berdasarkan pada data yang ada
data sampel yang dinyatakan dengan fungsi likelihood dengan informasi terdahulu
terkait parameter yang dinyatakan dengan distribusi prior melalui teorema Bayes.
Secara umum distribusi posterior dapat dinyatakan sebagai fungsi kepekatan peluang
ditulis
Fungsi kepekatan peluang bersama dari contoh acak dan parameter yang
dinyatakan dalam bentuk fungsi likelihood dan distribusi prior dapat ditulis
Untuk menyatakan fungsi likelihood dan menyatakan fungsi
kepekatan peluang dari prior bagi . Selanjutnya fungsi kepekatan peluang marginal
Defininsi 4.3.2 Distribusi Posterior Fungsi kepekatan peluang bersyarat dari jika
Nilai tengah atau nilai harapan distribusi posterior digunakan untuk menentukan
parameter jika distribusi prior tersebut proporsional dengan akar dari informasi
Fisher.
dengan informasi Fisher dari parameter untuk suatu peubah acak
didefinisikan dengan:
log
dimana: ݂ s ݂
݂ ݏ ݂ ݁ ″ ″ s⺁ 䇅
″ ⺁
⺁ ″ ݏ″ ⺁݁ ݏ ݂