Professional Documents
Culture Documents
Contoh/Latihan:
1.2 Likelihood
Misalkan fungsi peluang n-variat bergantung pada parameter yang tidak dike-
tahui θ. Fungsi peluang tersebut ditulis sebagai
atau
fX (x|θ)
1
Contoh/Latihan:
Definisi
Fungsi likelihood adalah ukuran yang menyatakan sebarapa sering nilai θ,
diberikan bahwa x telah terobservasi. Fungsi likelihood BUKAN suatu pelu-
ang. Fungsi likelihood diperoleh dengan (i) menukar peran θ dan x dalam
fungsi peluang n-variat, dan (ii) membuang suku yang tidak bergantung pada
θ. Notasi:
Contoh/Latihan:
function likefunction;
clear
clc
% data
x = exprnd(0.5,n,1);
sumx = sum(x);
for i = 1:length(lambda)
L(i) = (lambda(i)^n)*exp(-lambda(i)*sumx);
end
plot(lambda,L)
Prinsip Likelihood
Jika dua percobaan, yang melibatkan model dengan parameter θ, memberikan
likelihood yang sama, maka inferensi terhadap θ haruslah sama.
Ilustrasi
Pandang percobaan 1 dimana sebuah koin dilantunkan sebanyak n kali secara
bebas. Misalkan p adalah peluang muncul MUKA dan X peubah acak yang
menyatakan banyaknya MUKA yang muncul. Fungsi peluang dari X dan
fungsi likelihoodnya adalah...
Contoh/Latihan:
1. Diketahui sampel acak berukuran n dari distribusi Bernoulli (p). Fungsi
likelihoodnya:
P P
xi
L(θ) = θ (1 − θ)n− xi
, 0 < θ < 1.
Sifat Penaksir
Setelah kita mendapatkan penaksir θ̂, kita dapat menentukan sifat baik pe-
naksir. Salah satunya adalah sifat TAK BIAS. Penaksir θ̂ dikatakan tak bias
apabila
E(θ̂) = θ.
Catatan: Jika suatu penaksir θ̂ bersifat bias maka selisih nilai ekspektasi dan
nilai θ tidak nol, atau
E(θ̂ − θ) 6= 0.
Definisi -1
Suatu statistik T = t(X) adalah CUKUP atau sufficient untuk suatu keluarga
distribusi fX (x|θ) JIKA dan HANYA JIKA fungsi likelihoodnya bergantung
terhadap X hanya melalui T:
L(θ) = h(t(X), θ)
Definisi -2
Suatu statistik T = t(X) adalah CUKUP untuk suatu keluarga distribusi
fX (x|θ) JIKA dan HANYA JIKA distribusi bersyarat dari X TIDAK BERGAN-
TUNG pada θ:
Definisi -3
Suatu statistik T = t(X) adalah CUKUP untuk suatu keluarga distribusi
fX (x|θ) JIKA dan HANYA JIKA fungsi peluangnya dapat difaktorkan sebagai:
Contoh/Latihan:
1. Misalkan Xi untuk i = 1, . . . , n saling
P bebas dan berdistribusi identik
Bernoulli(p). Tunjukkan bahwa Y = ni=1 Xi adalah statistik cukup.
2. Misalkan X1 , . . . , Xn sampel acak
Pn berdistribusi Poisson dengan parame-
ter λ. Tunjukkan bahwa T = i=1 Xi adalah statistik cukup.
3. Misalkan Xi untuk i = 1, . . . , n saling bebas dan berdistribusi identik
N(µ, 1). Tunjukkan bahwa Y = X̄ adalah statistik cukup.
4. Misalkan X1 , . . . , Xn sampel acak berdistribusi
Pn Gamma dengan param-
eter (α, λ). Tunjukkan bahwa T = i=1 ln(Xi ) adalah statistik cukup.
5. Pandang sampel acak berukuran n dari U (a, b), dengan a diketahui. Tun-
jukkan bahwa T = X(n) adalah statistik cukup.
6. Pandang sampel acak berukuran n dari N (µ, σ 2 ), dengan µ, σ 2 tidak
diketahui. Tunjukkan bahwa statistik T berikut adalah cukup:
µ 2 ¶
SX
T =
X̄
e−nλ (nλ)y
fY (y|θ) = .
y!
fX (x|θ) =
P (X(n) ≤ x) =
f(x) =
Contoh/Latihan: