Penyensoran Pada Dist Eksponensial 2 Parameter-3
Penyensoran Pada Dist Eksponensial 2 Parameter-3
, x>
dengan :
adalah parameter lokasi, dan
adalah parameter skala
Kuliah 9
Parameter Lokasi
Parameter dsb parameter lokasi dari X, apabila pdf nya berbentuk :
f(x) = f0(x - )
dengan : f0 adalah suatu pdf.
Contoh :
Tunjukkanlah pada pdf
f(x) = exp(-(x - )) , x >
adalah suatu parameter lokasi.
Bukti :
Ambil pdf f0(z) berbentuk f0(z) = exp(-z).
Maka
f(x) = exp(-(x - )) = f0(x - )
Jadi adalah parameter Lokasi.
Kuliah 9
Parameter Skala
Parameter dsb parameter skala dari X, apabila pdf nya berbentuk :
f(x) = (1/) f0(x/)
dengan : f0 adalah suatu pdf.
Contoh :
Tunjukkanlah pada pdf
f(x) = (1/) exp(- x / ) , x > 0
adalah suatu parameter skala.
Bukti :
Ambil pdf f0(z) berbentuk f0(z) = exp(-z) dengan z > 0.
Maka
f(x) = (1/) exp(- x / ) = (1/) f0(x/ )
Jadi adalah parameter skala.
Kuliah 9
Parameter Lokasi-Skala
Parameter dan dsb parameter lokasi skala dari X, apabila pdf nya
berbentuk :
f(x) = (1/) f0((x - )/ )
dengan : f0 adalah suatu pdf.
Contoh :
Tunjukkanlah dan pada pdf
f(x) = (1/ ) exp(-(x - )/) , x >
adalah suatu parameter lokasi skala.
Bukti :
Ambil pdf f0(z) berbentuk f0(z) = exp(-z).
Maka
f(x) = (1/) exp(-(x - )/) = (1/) f0((x - )/ )
Jadi dan adalah parameter Lokasi Skala.
Kuliah 9
Soal :
1. Selidikilah jenis parameter k dan dari distribusi
Pareto berikut :
k
f ( x)
(1 x / ) k 1
Kuliah 9
Fungsi Survivor
Misalkan dipunyai distribusi waktu hidup berbentuk Eksponensial 2
parameter sbb :
, t>
S(t ) t f ( x ) dx
Kuliah 9
Fungsi Survivor
Bentuk fungsi survivor dari f(t) dapat juga
diberikan dari Fungsi Distribusi F(t) :
Kuliah 9
Sampel Tersensor Type I
Bentuk fungsi likelihood nya adalah sebagai berikut:
Kuliah 9
Sampel Tersensor Type I
dengan
r = di
dan
(ti - )/ = (Ti - )/ + (Li - )/
Kuliah 9
Sampel Tersensor Type I
Estimator MLE dari tidak dapat dicari melalui turunan
dari ln(L()), namun dicari melalui argumen.
Berdasarkan batas-batas dari , yaitu t > , maka
estimator dari yaitu min(Ti).
Pada sisi lain estimator dari dicari dengan
menurunkan ln(L()) terhadap .
d {ln(L())}/d = -r/ + (ti - )/2 = 0
Dari sini diperoleh estimator dari yaitu :
n
1
ˆ (ti Min(Ti ))
r i 1
Kuliah 9
SOAL 1
Diamati daya tahan hidup 20 lampu berdasarkan kriteria
pengamatan tersensor type I. Agar pengamatan tidak
terlalu lama, maka voltase listrik dinaikkan dari kondisi
normal dan lama waktu pengamatan untuk ke 20 lampu
tersebut dilakukan secara seragam yaitu 85 menit.
Berdasarkan hasil pengamatan diperoleh hasil sebagai
berikut :
Kuliah 10
Sampel Tersensor Type II
Bentuk fungsi Ln likelihood nya adalah sebagai berikut:
Kuliah 10
Sampel Tersensor Type II
Contoh :
Diketahui 10 pengamatan pertama dari 20 sampel random
berdistribusi exponensial 2 parameter adalah sebagai
berikut : 15, 20 34, 40, 45, 50, 53, 60, 70, 74.
Tentukan :
a. Besar estimator untuk .
b. Bentuk pdf dari T.
Kuliah 7