ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING
Estimasi parameter merupakan estimasi sembarang nilai yang menjelasan karakteristik suatu populasi tertentu. Estimasi parameter dapat dilakukan dengan metode klasik maupun metode Bayesian. Metode Bayesian merupakan metode yang menggabung- kan informasi saat ini dengan informasi sebelumnya atau yang...
Saved in:
主要作者: | |
---|---|
格式: | Theses and Dissertations NonPeerReviewed |
語言: | Indonesian Indonesian |
出版: |
2016
|
主題: | |
在線閱讀: | http://repository.unair.ac.id/55899/1/KKC%20KK%20ST.S%2049%20-16%20Mul%20e-Abstrak.pdf http://repository.unair.ac.id/55899/2/KKC%20KK%20ST.S%2049%20-16%20Mul%20e.pdf http://repository.unair.ac.id/55899/ http://lib.unair.ac.id |
標簽: |
添加標簽
沒有標簽, 成為第一個標記此記錄!
|
id |
id-langga.55899 |
---|---|
record_format |
dspace |
spelling |
id-langga.558992017-04-04T20:39:00Z http://repository.unair.ac.id/55899/ ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING MIFTA DIAN MULYANINGSIH, 081211832031 QA276-280 Mathematical Analysis Estimasi parameter merupakan estimasi sembarang nilai yang menjelasan karakteristik suatu populasi tertentu. Estimasi parameter dapat dilakukan dengan metode klasik maupun metode Bayesian. Metode Bayesian merupakan metode yang menggabung- kan informasi saat ini dengan informasi sebelumnya atau yang biasa disebut distribusi prior. Penggabungan informasi tersebut menghasilkan distribusi posterior, selanjutnya distribusi tersebut digunakan sebagai dasar estimasi parameter. Penyelesaian dari estimasi parameter tersebut terkadang sulit sehingga membutuhkan metode numerik dalam penyelesaiannya, salah satunya adalah metode Monte Carlo Markov Chain (MCMC) algoritma Metropolis Hasting. Metode tersebut merupakan metode integrasi yang menggunakan mekanisme penerimaan dan penolakan untuk membangkitkan kandidat sampel. Tujuan dari penelitian ini adalah untuk mengestimasi parameter distribusi Binomial Negatif dengan pendekatan Bayesian menggunakan MCMC algoritma Metropolis Hasting. Distribusi Binomial Negatif merupakan distribusi yang banyak digunakan untuk menganalisis data count saat terjadi overdispersi. Data yang digunakan pada penelitian ini adalah data bangkitan. Berdasarkan hasil penelitian estimasi parameter distribusi Binomial Negatif dengan pendekatan Bayesian menggunakan MCMC algoritma metropolis hasting menghasilkan nilai estimasi yang sangat dekat dengan perhitungan biasa, dengan demikian MCMC algoritma metropolis hasting dapat digunakan sebagai alternatif untuk mempermudah perhitungan yang rumit. 2016 Thesis NonPeerReviewed text id http://repository.unair.ac.id/55899/1/KKC%20KK%20ST.S%2049%20-16%20Mul%20e-Abstrak.pdf text id http://repository.unair.ac.id/55899/2/KKC%20KK%20ST.S%2049%20-16%20Mul%20e.pdf MIFTA DIAN MULYANINGSIH, 081211832031 (2016) ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING. Skripsi thesis, UNIVERSITAS AIRLANGGA. http://lib.unair.ac.id |
institution |
Universitas Airlangga |
building |
Universitas Airlangga Library |
country |
Indonesia |
collection |
UNAIR Repository |
language |
Indonesian Indonesian |
topic |
QA276-280 Mathematical Analysis |
spellingShingle |
QA276-280 Mathematical Analysis MIFTA DIAN MULYANINGSIH, 081211832031 ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING |
description |
Estimasi parameter merupakan estimasi sembarang nilai yang menjelasan karakteristik suatu populasi tertentu. Estimasi parameter dapat dilakukan dengan metode klasik maupun metode Bayesian. Metode Bayesian merupakan metode yang menggabung-
kan informasi saat ini dengan informasi sebelumnya atau yang
biasa disebut distribusi prior. Penggabungan informasi tersebut menghasilkan distribusi posterior, selanjutnya distribusi tersebut digunakan sebagai dasar estimasi parameter. Penyelesaian dari estimasi parameter tersebut terkadang sulit sehingga membutuhkan metode numerik dalam penyelesaiannya, salah satunya adalah metode Monte Carlo Markov Chain (MCMC) algoritma Metropolis Hasting. Metode tersebut merupakan metode integrasi yang menggunakan
mekanisme penerimaan dan penolakan untuk membangkitkan kandidat sampel. Tujuan dari penelitian ini adalah untuk mengestimasi parameter distribusi Binomial Negatif dengan pendekatan Bayesian menggunakan MCMC algoritma Metropolis Hasting. Distribusi Binomial Negatif merupakan distribusi yang banyak digunakan untuk menganalisis data count saat terjadi overdispersi. Data yang digunakan pada penelitian ini adalah data bangkitan. Berdasarkan hasil penelitian estimasi parameter distribusi Binomial Negatif dengan pendekatan Bayesian menggunakan MCMC algoritma metropolis hasting menghasilkan nilai estimasi yang sangat dekat dengan perhitungan biasa, dengan demikian MCMC algoritma metropolis hasting dapat digunakan sebagai alternatif untuk mempermudah perhitungan yang rumit. |
format |
Theses and Dissertations NonPeerReviewed |
author |
MIFTA DIAN MULYANINGSIH, 081211832031 |
author_facet |
MIFTA DIAN MULYANINGSIH, 081211832031 |
author_sort |
MIFTA DIAN MULYANINGSIH, 081211832031 |
title |
ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN
PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING |
title_short |
ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN
PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING |
title_full |
ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN
PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING |
title_fullStr |
ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN
PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING |
title_full_unstemmed |
ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN
PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING |
title_sort |
estimasi parameter distribusi binomial negatif dengan
pendekatan bayesian menggunakan monte carlo markov chain berdasarkan algoritma metropolis hasting |
publishDate |
2016 |
url |
http://repository.unair.ac.id/55899/1/KKC%20KK%20ST.S%2049%20-16%20Mul%20e-Abstrak.pdf http://repository.unair.ac.id/55899/2/KKC%20KK%20ST.S%2049%20-16%20Mul%20e.pdf http://repository.unair.ac.id/55899/ http://lib.unair.ac.id |
_version_ |
1681147312598941696 |