Jawab :
X~P(θ) maka E()=λ
SR dari P(θ) maka E()=λ
=
Karena maka merupakan estimator tak bias
untuk
Contoh distrubusi normal
Jawab :
X~N(μ, σ2) maka E()= μ dan var(X)= σ2
, i = 1,2,...,n SR dari N(μ, σ2) maka E()= μ dan
var()= σ2
i)
E(
nol
= +
= +
𝜒 2❑ 𝜒 2❑
(𝑛 −1 ) 𝜒 2❑
(𝑛) (1)
=
E( ) = ()
= σ2 ≠ σ2
Karena E( maka
merupakan estimator yang bias untuk σ2
Besarnya bias :
b = E(= σ2 - σ2 =
Catatan :
Untuk estimator tak bias, besarnya bias = 0
Petanyaannya adalah estimator mana yang
merupakan estimator tak bias untuk σ2?
Jawab :
E( σ2
E(
=
2. Ukuran MSE
=
=E
= var () +
Jawab :
= var () +
, i
= 1,2,...,n SR dari N(μ, σ2) maka E()= μ dan
var()= σ2
= = n σ2
= 2(n-1) =
Bias ()= =
= var () +
= + ==
3. Konsisten
Menurut ketaksamaan chebycev :
=
Sehingga
Ekivalen dengan
𝑀𝑆𝐸 =0
Sehingga
Konsisten untuk jika
memenuhi :
Contoh :
ii)
Var ( ^𝜇 )= = 0
i)
( )=
=0
ii)
var() = untuk =
Jadi konsisten
σ20