TRIYANTO
PRODI PEND. MATEMATIKA
UNIVERSITAS 11 MARET
STATISTIKA
DESKRIPTIF INFERENSIAL
ESTIMASI TITIK
ESTIMASI INTERVAL
STATISTIKA INFERENSIAL
POPULASI
MEAN :µ
STA DEV : σ
PROPORSI : ρ
SAMPEL
MEAN :X
STA DEV : s
PROPORSI : p
ESTIMASI TITIK
Definisi
Misalkan X adalah variabel random dengan
fungsi densitas probabilitas f(x) dan
parameter populasi , maka untuk sampel
random X1, X2, …X n statistik
ˆ g(X1, X 2 , X n ) dinamakan estimator dari .
METODE MOMEN
Misalkan X adalah variabel random dengan
fungsi densitas probabilitas f(x ; 1, 2 …. k)
dengan 1, 2 …. k adalah k parameter
yang tidak diketahui, maka momen ke-t di
sekitar pusat didefinisikan sebagai :
t = E( Xt ) ; t = 1,2,… k momen
populasi
METODE MOMEN (lanjutan)
CATATAN :
Jika fungsi kemungkinan mengandung k
parameter yang tidak diketahui, yaitu :
n
L(1, 2 ... k ) f ( xi ,1, 2 ... k )
i 1
ˆ g(X1, X 2 , X n )
merupakan estimator yang
“baik” dari , jika memenuhi kriteria :
Tak Bias
Konsisten
Efisien
ILUSTRASI
Bias kecil dan variansi kecil Bias besar dan variansi kecil
Fi
g
u
r
e
3
ESTIMATOR TAK BIAS
E[ˆ ]
CONTOH
Misalkan X 1 , X 2 ,.....X n merupakan sampel random
dari variabel random X dengan rerata dan variansi
2. Tentukan apakah
1 n 1 n
X Xi dan s ( X i X ) 2
2
n i 1 n i 1
merupakan estimator tak bias bagi dan 2.
ESTIMATOR KONSISTEN
P ( ˆ ) 1 untuk n
Untuk membuktikan suatu estimator konsisten
dapat digunakan pertidaksamaan
chebyshev’s sbb :
1
P ( X k ) 1
k2
ESTIMATOR EFISIEN
x
1 e ; 0 x
f ( x)
0
; x yang lain
e x
; x 0,1, 2,...
f ( x) x !
0 ; x yang lain
Definisi
T T ( X 1 , X 2 ,..., X n )
merupakan statistik cukup
untuk parameter jika dipenuhi :
P[ X 1 x1 , X 2 x 2 ,...X n x n T ( X 1 , X 2 ,...X n ) t ]
n
Buktikan bahwa S X i merupakan statistik
i 1
cukup untuk
KELUARGA EKSPONENSIAL
n
D D ( xi )
i 1
merupakan statistik cukup untuk .
KELUARGA EKSPONENSIAL