P. 1
I018493892

I018493892

|Views: 31|Likes:
Published by Wulankid 小林

More info:

Published by: Wulankid 小林 on Jan 29, 2011
Copyright:Attribution Non-commercial

Availability:

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

01/29/2011

pdf

text

original

Materi Pokok 04 PENDUGAAN TITIK 1.

Konsep Dasar pendugaan titik Tujuan pendugaan titik adalah menghitung berdasarkan contoh (sample). Satu nilai tunggal yang merupakan penerka terbaik dari nilai sesungguhnya parameter yang sedang diselidiki. Parameter yang sering menarik untuk diselidiki adalah: ± Nilai tengah populasi tunggal Q, ± Median populasi ~, ± Proporsi populasi tunggal p, ± Ragam (varians) W2 atau simpangan baku populasi W, ± Beda dua nilai tengah populasi berbeda Q1 - Q2, ± Beda dua proporsi p1-p2 dari dua populasi berbeda. Notasi U sering digunakan untuk melambangkan parameter secara umum, sehingga U mungkin mewakili Q atau W atau p1 ± p2 dst.

Parameter = Q. median contoh. penduga = ~ = x . Parameter dan Pendugaannya x 1. yang dihitung dari contoh (sample). p = x/n . penduga = S.1 Suatu penduga titik terhadap parameter U merupakan nilai tunggal. Parameter = Q1 . 2. penduga = contoh (sample). parameter W. Parameter = ~. proporsi sukses dalam 3. Parameter p.Q2. penduga = = . Parameter = W2. 5. yang digunakan sebagai terkaan nilai U yang sesungguhnya. 2 = S2. ragam (varians) contoh 4. penduga = . penduga = (sample). simpangan baku contoh. nilai tengah contoh.Definisi 4.

Xn dan Y1. beda antara dua nilai tengah contoh dari dua contoh acak bebas X1. beda 6. «.Y . dengan X dan Y adalah banyaknya sukses contoh acak bebas berukuran m dan n.Y/n. .2 ! X . «. penduga = antara proporsi sukses.p 2 ! X/m . p1 . Yn. Parameter = p1 ± p2. 1 .

1 X 5 ! 31.4)/2 = 28. dugaan x = 7 Xi/10 = 28. 3 X 4 ! 28. 3 Perhatikan penduga-penduga berikut sebagai hasil pendugaan terhadap Q: a) Penduga = x . X2. 4 X 7 ! 25. x x b) Penduga = ~ .0 + 28. 0 X 6 ! 30. dugaan ~ = (28.50. X10 yang melambangkan jangka hidup dan diasumsikan contoh acak berasal dari populasi yang menyebar secara normal dengan parameter Q dan W. 6 X 8 ! 28. 9 X 9 ! 27. 0 X 3 ! 23. 2 X 2 ! 35. Ambil contoh acak X1. «. Bila hasil pengamatan jangka hidup seperti berikut: X1 ! 26. 2 X10 ! 29.Contoh 4.1.20 .

c) Penduga = [min (Xi) + max (Xi)]/2 = rataan dari dua jangka hidup ekstrim.0 + 35.05 d) Penduga X tr .1)/2 = 29. dugaan [min (Xi) + max (Xi)]/2 = (23.

. nilai tengah hasil pangkasan 10% (10 10 persen dari masing-masing nilai terbesar dan terkecil dikeluarkan. kemudian baru dicari nilai tengahnya). X tr .

0 8 ! 28.4  29.36 Mana hasil pendugaan yang paling dekat dengan nilai sesungguhnya? .0  28.2  30. ! 10 25.2  26.3  27.9  31.3  28.

Ambil X sebagai waktu pengeringan contoh cat yang dicobakan pada papan percobaan dan W2 = var(X) = varians populasi untuk semua waktu pengeringan. Hasil pengamatan x = 15 X 15 maka penduga X p ! . Bila X = banyaknya benturan yang tidak menimbulkan goresan. dugaannya ! ! ! 0. Xn maka penduga W2 adalah varians contoh.Contoh 4.2 Suatu perusahaan produsen ingin mengembangkan tipe bumper baru yang lebih tahan terhadap kerusakan karena benturan. «. Jika ada n papan percobaan dengan waktu pengeringan X1.3 Suatu perusahaan cat sedang memperhatikan tentang variabilitas waktu pengeringan cat yang dihasilkannya. X2. Perusahaan mencoba tingkat ketahanan bumper tersebut dengan membenturkan sebanyak 25 kali.60 n n 20 Contoh 4. .

§ xi  x Ö2 ! 2 ! n 1 ¨ © © ª ¸ ¹ ¹ º 2 x 2  ¨©© § x ¸¹¹ 2n § i ª iº ! n 1 Misalkan data itu n = 10. dan kita gunakan 1. maka: 2 2 § X i .

§ i n 2 ! S2 ! 9 .

3 2  ! ! 11.90  .26.

29.2 2 .

90 ! 3.45 uatu alternatif penduga varians adalah mengganti n ± 1 dengan 2 n sehingga: § .285 2 10 9 Penduga adalah ! S ! 11.

X i .X 2! n .

2 ! ! 2 X i  .

§ X i 2 § n n n § X i  .

2.71 10 2. 10 ! ! 10. Jika = penduga yang bias terhadap U adalah ( Ö )  .§ X i 2 2 n2 Hasil dugaannya 2 107. ~ Suatu penduga titik dikatakan sebagai penduga tidak bias terhadap U jika E( ) ! untuk semua nilai U. Penduga Tak Bias Definisi 4.

k. Grafik fungsi kepekatan penduga tidak bias Ö1 dan penduga bias Ö 2 .k.p Ö 2 2 ias ias 2 Grafik 4. f.k.1.p Ö 2 f.k.p Ö1 f.p Ö1 f.Suatu penduga adalah tidak bias jika pusat sebarannya mempunyai pusat yang sama dengan nilai parameter yang diduga = U.

Pilih penduga yang tidak bias bila akan memilih beberapa penduga terhadap parameter = U Bila proporsi contoh X/n digunakan sebagai penduga p dimana X adalah banyaknya contoh terpilih yang sukses. X2. «. Bila X1. maka proporsi contoh p ! x n merupakan penduga tidak bias terhadap p. 1 maka: ¨x¸ 1 E (p) ! E © ¹ ! E (x) ! (np) ! p Ö n ªnº n Bila X adalah contoh acak yang menyebar secara binomial Ö dengan parameter n dan p. Prinsip Pemilihan Penduga. mempunyai sebaran binomial dengan parameter n dan p.3. Xn merupakan contoh acak dari sebaran dengan nilai tengah Q dan ragam (varians) W2 maka penduga 2 § .

X merupakan penduga tidak bias terhadap 2 2 Ö !S ! W2. n -1 .X i .

Xn merupakan contoh acak dari suatu sebaran dengan nilai tengah Q maka x merupakan penduga tidak bias terhadap Q.Bila X1. . X2. «. Bila sebarannya kontinu dan simetri maka ~ = x median dan x tr ! nilai tengah pangkasan merupakan penduga tidak bias terhadap Q.

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)//-->