ESTIMASI PARAMETER DISTRIBUSI PARETO JENIS I DENGAN METODE BAYESIAN OBYEKTIF
Penelitian ini bermaksud untuk memperoleh estimasi parameter distribusi Pareto. Metode yang digunakan untuk mendapatkan hasil estimasi parameter adalah metode Bayesian obyektif. Paramater yang akan diestimasi adalah parameter bentuk (θ) dan parameter skala (β). Estimasi parameter skala (β) dengan pr...
Saved in:
| Main Author: | |
|---|---|
| Format: | Theses and Dissertations NonPeerReviewed |
| Language: | Indonesian English Indonesian Indonesian Indonesian |
| Published: |
2019
|
| Subjects: | |
| Online Access: | http://repository.unair.ac.id/84224/1/ST%20S%2036-19%20Pra%20e%20-%20ABSTRAK.pdf http://repository.unair.ac.id/84224/2/ST%20S%2036-19%20Pra%20e%20-%20ABSTRACT.pdf http://repository.unair.ac.id/84224/3/ST%20S%2036-19%20Pra%20e%20-%20DAFTAR%20ISI.pdf http://repository.unair.ac.id/84224/4/ST%20S%2036-19%20Pra%20e%20-%20DAFTAR%20PUSTAKA.pdf http://repository.unair.ac.id/84224/5/ST%20S%2036-19%20Pra%20e.pdf http://repository.unair.ac.id/84224/ http://lib.unair.ac.id |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Universitas Airlangga |
| Language: | Indonesian English Indonesian Indonesian Indonesian |
| Summary: | Penelitian ini bermaksud untuk memperoleh estimasi parameter distribusi Pareto. Metode yang digunakan untuk mendapatkan hasil estimasi parameter adalah metode Bayesian obyektif. Paramater yang akan diestimasi adalah parameter bentuk (θ) dan parameter skala (β). Estimasi parameter skala (β) dengan prior Jeffrey’s tidak dapat diperoleh disebabkan distrbusi posterior bernilai nol. Namun, pengestimasian parameter θ dan β dengan prior Uniform (0,1) berdasarkan metode Bayesian obyektif dapat dilakukan. Hasil estimasi parameter θ berbentuk implisit, sehingga dilakukan penerapan data. Penerapan data yang digunakan merupakan data bangkitan hasil simulasi berdistribusi Pareto dengan n = 25,50, dan 100, θ = 0,75, dan β = 0,15. Hasil simulasi yang diperoleh menunjukkan bahwa parameter θ dengan nilai MSE terkecil pada n =100, yakni sebesar 0,33924 dengan nilai estimasi parameter θ adalah 0,1676. Pada parameter β, nilai MSE terkecil pada n =100, yakni sebesar 0,009847. Penerapan data lainnya yakni pada data inflasi tahun 2014-2018 diperoleh nilai estimasi parameter θ dengan prior Jeffrey’s sebesar 0,277975. Sedangkan, nilai estimasi parameter θ dan β berdasarkan prior Uniform (0,1) berturut-turut yakni 0,996938 dengan nilai MSE 1,43248 dan 1,0000 dengan nilai MSE 0,944978 |
|---|