P. 1
Teori Peluang Kecukupan&Kelebgkapan

Teori Peluang Kecukupan&Kelebgkapan

|Views: 126|Likes:
Published by Fadjar Handoko

More info:

Published by: Fadjar Handoko on Jan 03, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPTX, PDF, TXT or read online from Scribd
See more
See less

07/12/2013

pdf

text

original

STATISTIK CUKUP  Statistik cukup untuk parameter adalah statistik dalam arti tertentu dapat menyerap semua informasi tentang yang termuat dalam sampel. .  Bila adalah statistik untuk maka setiap inferensi tentang harus tergantung pada sampel hanya melalui .

1 Statistik disebut statistik cukup bila distribusi bersyarat sampel diberikan harga tidak bergantung .Definisi 1. .

Akan ditunjukkan bahwa: adalah statistik cukup untuk . Contoh : 1 i n i X Misalkan variabel random independent berdistribusi Bernoulli dengan parameter . .

Penyelesaian: densitas dari dengan adalah: .

)) Sehingga : berdistribusi binomial (n.Fungsi pembangkit momen dari = adalah (yang merupakan fungsi pembangkit momen dari distrbusi Binomial (n. ) .

adalah statistik cukup .Maka : yang tidak bergantung pada . Jadi.

.1 Misalkan adalah densitas bersama dari sampel . Teorema 1. . adalah statistik cukup untuk bila dan hanya bila terdapat fungsi dan sedemikian sehingga untuk semua titik sampel dan semua titik parameter berlaku: = . dengan adalah fungsi dari yang tidak tergantung dan adakah fungsi yang tergantung hanya melalui .

 Contoh: Misalkan variabel random independent berdistribusi Poisson dengan parameter λ.  Penyelesaian: maka densitasnya adalah : dengan . Tentukan statistik cukup untuk λ.

Ambil: Sehingga: adalah statistik cukup λ. .

2 Keluarga densitas disebut anggota keluarga eksponensial k parameter bila densitas tersebut dapat dinyatakan dalam bentuk: dengan: = fungsi nonnegatif dari = fungsi berharga nyata dari = fungsi nonnegatif dari = fungsi berharga nyata dari . Definisi 1.

Selidikilah apakah merupakan anggota keluarga eksponensial satu parameter. Penyelesaian: maka densitasnya adalah: dengan .Contoh: Misalkan variabel random independent berdistribusi Poisson dengan parameter λ.

maka dapat disimpulkan keluarga densitas tersebut merupakan anggota keluarga eksponesial satu parameter. . dan .Dengan mengambil : .

STATISTIK LENGKAP Definisi Keluarga densitas disebut anggota keluarga eksponensial k parameter bila densitas tersebut dapat dinyatakan dalam bentuk: .

Teorema Faktorisasi FisherNeyman Teorema Misalkan adalah densitas bersama dari sampel . dengan adalah fungsi dari x yang tidak tergantung dan adakah fungsi yang tergantung hanya melalui . . adalah statistik cukup untuk bila dan hanya bila terdapat fungsi dan sedemikian sehingga untuk semua titik sampel dan semua titik parameter berlaku: = .

ありがとう 감사합니다 धन्यवाद .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->