Submit Search
Upload
Stat matematika II (5)
•
1 like
•
463 views
J
jayamartha
Follow
unj fmipa-fisika
Read less
Read more
Education
Report
Share
Report
Share
1 of 22
Recommended
Stat matematika II (6)
Stat matematika II (6)
jayamartha
Stat matematika II (7)
Stat matematika II (7)
jayamartha
Stat matematika II (9)
Stat matematika II (9)
jayamartha
Stat matematika II (2)
Stat matematika II (2)
jayamartha
Stat matematika II (1)
Stat matematika II (1)
jayamartha
Stat matematika II (3)
Stat matematika II (3)
jayamartha
Stat matematika II (15)
Stat matematika II (15)
jayamartha
Stat matematika II (4)
Stat matematika II (4)
jayamartha
Recommended
Stat matematika II (6)
Stat matematika II (6)
jayamartha
Stat matematika II (7)
Stat matematika II (7)
jayamartha
Stat matematika II (9)
Stat matematika II (9)
jayamartha
Stat matematika II (2)
Stat matematika II (2)
jayamartha
Stat matematika II (1)
Stat matematika II (1)
jayamartha
Stat matematika II (3)
Stat matematika II (3)
jayamartha
Stat matematika II (15)
Stat matematika II (15)
jayamartha
Stat matematika II (4)
Stat matematika II (4)
jayamartha
Stat matematika II (13)
Stat matematika II (13)
jayamartha
Komputasi fisika (11) interpolasi polinomial
Komputasi fisika (11) interpolasi polinomial
jayamartha
Panduan praktis penerapan analisis komponen utama atau principal componen ana...
Panduan praktis penerapan analisis komponen utama atau principal componen ana...
Mujiyanto -
Makalah ipb
Makalah ipb
mutiahumi
Analisis komponen utama (Principal Component Analysis)
Analisis komponen utama (Principal Component Analysis)
Indah Fitri Hapsari
Stat matematika II (10)
Stat matematika II (10)
jayamartha
Multivariate Analysis
Multivariate Analysis
dyahanindita
Kalkulus 1 - Kuis 4
Kalkulus 1 - Kuis 4
jayamartha
Kalkulus 1 - Kuis 3
Kalkulus 1 - Kuis 3
jayamartha
Kalkulus 1 - Kuis 2
Kalkulus 1 - Kuis 2
jayamartha
Kalkulus 1 - Kuis 1
Kalkulus 1 - Kuis 1
jayamartha
P6
P6
jayamartha
Week 15 kognitif
Week 15 kognitif
jayamartha
15-superconductivity
15-superconductivity
jayamartha
12-14 d-effect_of_electron_-_electron_interaction
12-14 d-effect_of_electron_-_electron_interaction
jayamartha
7-metal_vs_semiconductor
7-metal_vs_semiconductor
jayamartha
12 -14 c-spin_paramagnetism
12 -14 c-spin_paramagnetism
jayamartha
12 -14 b-diamagnetism
12 -14 b-diamagnetism
jayamartha
12-14 a-magnetic_effects_in_quantum _mechanics
12-14 a-magnetic_effects_in_quantum _mechanics
jayamartha
Week4-5 tb-kognitif
Week4-5 tb-kognitif
jayamartha
10-11 a-energy_bands
10-11 a-energy_bands
jayamartha
7 -metal_vs_semiconductor
7 -metal_vs_semiconductor
jayamartha
More Related Content
What's hot
Stat matematika II (13)
Stat matematika II (13)
jayamartha
Komputasi fisika (11) interpolasi polinomial
Komputasi fisika (11) interpolasi polinomial
jayamartha
Panduan praktis penerapan analisis komponen utama atau principal componen ana...
Panduan praktis penerapan analisis komponen utama atau principal componen ana...
Mujiyanto -
Makalah ipb
Makalah ipb
mutiahumi
Analisis komponen utama (Principal Component Analysis)
Analisis komponen utama (Principal Component Analysis)
Indah Fitri Hapsari
Stat matematika II (10)
Stat matematika II (10)
jayamartha
Multivariate Analysis
Multivariate Analysis
dyahanindita
What's hot
(7)
Stat matematika II (13)
Stat matematika II (13)
Komputasi fisika (11) interpolasi polinomial
Komputasi fisika (11) interpolasi polinomial
Panduan praktis penerapan analisis komponen utama atau principal componen ana...
Panduan praktis penerapan analisis komponen utama atau principal componen ana...
Makalah ipb
Makalah ipb
Analisis komponen utama (Principal Component Analysis)
Analisis komponen utama (Principal Component Analysis)
Stat matematika II (10)
Stat matematika II (10)
Multivariate Analysis
Multivariate Analysis
More from jayamartha
Kalkulus 1 - Kuis 4
Kalkulus 1 - Kuis 4
jayamartha
Kalkulus 1 - Kuis 3
Kalkulus 1 - Kuis 3
jayamartha
Kalkulus 1 - Kuis 2
Kalkulus 1 - Kuis 2
jayamartha
Kalkulus 1 - Kuis 1
Kalkulus 1 - Kuis 1
jayamartha
P6
P6
jayamartha
Week 15 kognitif
Week 15 kognitif
jayamartha
15-superconductivity
15-superconductivity
jayamartha
12-14 d-effect_of_electron_-_electron_interaction
12-14 d-effect_of_electron_-_electron_interaction
jayamartha
7-metal_vs_semiconductor
7-metal_vs_semiconductor
jayamartha
12 -14 c-spin_paramagnetism
12 -14 c-spin_paramagnetism
jayamartha
12 -14 b-diamagnetism
12 -14 b-diamagnetism
jayamartha
12-14 a-magnetic_effects_in_quantum _mechanics
12-14 a-magnetic_effects_in_quantum _mechanics
jayamartha
Week4-5 tb-kognitif
Week4-5 tb-kognitif
jayamartha
10-11 a-energy_bands
10-11 a-energy_bands
jayamartha
7 -metal_vs_semiconductor
7 -metal_vs_semiconductor
jayamartha
Week-13 model pembelajaran
Week-13 model pembelajaran
jayamartha
5-6-definition_of_semiconductor
5-6-definition_of_semiconductor
jayamartha
Week-15 kognitif
Week-15 kognitif
jayamartha
Week 15 kognitif
Week 15 kognitif
jayamartha
Pert 1-4
Pert 1-4
jayamartha
More from jayamartha
(20)
Kalkulus 1 - Kuis 4
Kalkulus 1 - Kuis 4
Kalkulus 1 - Kuis 3
Kalkulus 1 - Kuis 3
Kalkulus 1 - Kuis 2
Kalkulus 1 - Kuis 2
Kalkulus 1 - Kuis 1
Kalkulus 1 - Kuis 1
P6
P6
Week 15 kognitif
Week 15 kognitif
15-superconductivity
15-superconductivity
12-14 d-effect_of_electron_-_electron_interaction
12-14 d-effect_of_electron_-_electron_interaction
7-metal_vs_semiconductor
7-metal_vs_semiconductor
12 -14 c-spin_paramagnetism
12 -14 c-spin_paramagnetism
12 -14 b-diamagnetism
12 -14 b-diamagnetism
12-14 a-magnetic_effects_in_quantum _mechanics
12-14 a-magnetic_effects_in_quantum _mechanics
Week4-5 tb-kognitif
Week4-5 tb-kognitif
10-11 a-energy_bands
10-11 a-energy_bands
7 -metal_vs_semiconductor
7 -metal_vs_semiconductor
Week-13 model pembelajaran
Week-13 model pembelajaran
5-6-definition_of_semiconductor
5-6-definition_of_semiconductor
Week-15 kognitif
Week-15 kognitif
Week 15 kognitif
Week 15 kognitif
Pert 1-4
Pert 1-4
Recently uploaded
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
ikayogakinasih12
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
sdn3jatiblora
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
ssuserd52993
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
NurainiNuraini25
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
mawan5982
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
AtiAnggiSupriyati
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
ssuser35630b
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
AndiCoc
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
mawan5982
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
bibizaenab
tugas karya ilmiah 1 universitas terbuka pembelajaran
tugas karya ilmiah 1 universitas terbuka pembelajaran
keicapmaniez
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
mulyadia43
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
Kanaidi ken
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
Abdiera
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
RizkyPratiwi19
ppt-modul-6-pend-seni-di sd kelompok 2 ppt
ppt-modul-6-pend-seni-di sd kelompok 2 ppt
ArkhaRega1
Dampak Pendudukan Jepang.pptx indonesia1
Dampak Pendudukan Jepang.pptx indonesia1
udin100
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
JamhuriIshak
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
SovyOktavianti
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
MustahalMustahal
Recently uploaded
(20)
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
tugas karya ilmiah 1 universitas terbuka pembelajaran
tugas karya ilmiah 1 universitas terbuka pembelajaran
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
ppt-modul-6-pend-seni-di sd kelompok 2 ppt
ppt-modul-6-pend-seni-di sd kelompok 2 ppt
Dampak Pendudukan Jepang.pptx indonesia1
Dampak Pendudukan Jepang.pptx indonesia1
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Stat matematika II (5)
1.
StatistikaMatematika II Suyono
Sesion #05 JurusanMatematika FakultasMatematikadanIlmuPengetahuanAlam
2.
Outline EstimasiTitik
Metode-metodeEstimasi MetodeMomen MetodeMaksimum Likelihood © 2010 Universitas Negeri Jakarta | www.unj.ac.id | 2 05/01/2011
3.
EstimasiTitik(bagian 2) ©
2010 Universitas Negeri Jakarta | www.unj.ac.id | 3 05/01/2011
4.
3. Metode-metodeEstimasi 3.1
MetodeMomen Prinsipdarimetodemomenadalahmenyamakanmomenkekdaripopulasi, yakniE(Xk), denganmomenkek darisampel, yakni EstimasiTitik 05/01/2011 4 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
5.
Estimator untuk parameter
diperolehdenganmenyelesaikansistempersamaan (3.1) danakandinotasikandengan 05/01/2011 5 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
6.
Contoh 3.1 Misalkan
X1, X2, …, Xn, merupakan sampel acak dari distribusi eksponensial, X~EXP() dengan fungsi densitas 05/01/2011 6 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
7.
Karena E(X)=
maka, dengan menggunakan rumus (3.1) dengan mengambil j=1, diperoleh 05/01/2011 7 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
8.
Contoh 3.2 Misalkan
X1, X2, …, Xn, merupakan sampel acak dari sebarang distribusi dengan mean dan variansi 2, maka dengan mudah dapat ditunjukkan bahwa dan 05/01/2011 8 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
9.
Perhatikan bahwa
dimana S2 adalah sampel varians 05/01/2011 9 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
10.
3.2 MetodeMaksimum Likelihood
Idedasardarimetodemaksimum likelihood adalahmencarinilai parameter yang memberikemungkinan (likelihood) yang paling besaruntukmendapatkan data yang terobservasisebagai estimator. Estimasi Titik 05/01/2011 10 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
11.
Definisi 3.1 Fungsi
densitas bersama f(x1,…,xn; ) dari variabel-variabel acak X1, X2, …, Xn dinamakan fungsi likelihood. 05/01/2011 11 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
12.
Untuk x1,…,xn yang
tetap fungsi likelihood merupakan fungsi dari dan akan dinotasikan dengan L( ), yakni L( )= f(x1,…,xn; ). Jika X1, X2, …, Xn adalah sampel acak dari f(x,) maka 05/01/2011 12 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
13.
Definisi 3.2 Misalkan
L( )= f(x1,…,xn; ), , merupakan fungsi densitas bersama dari variabel-variabel acak X1, X2, …, Xn. Estimator maksimum likelihood (Maximum Likelihood Estimator / MLE) untuk , dinotasikan dengan adalah nilai yang memaksimumkan fungsi likelihood L( ). 05/01/2011 13 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
14.
Jika merupakan
interval terbuka dan jika L( ) terdiferensialkan dan mencapai nilai maksimum pada maka MLE merupakan penyelesaian dari persamaan maksimum likelihood 05/01/2011 14 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
15.
atausecaraekuivalenmerupakanpenyelesaiandaripersamaanmaksimum likelihood Persamaaniniumumnyalebihmudahdigunakanuntukmencari
estimator maksimum likelihood 05/01/2011 15 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
16.
Contoh 3.3 Misalkan
X1, X2, …, Xn, merupakan sampel acak dari distribusi Poisson, X~POI() dengan fungsi densitas 05/01/2011 16 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
17.
Fungsi likelihood
dan fungsi log likelihood 05/01/2011 17 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
18.
Persamaan maksimum likelihoodnya
adalah yang mempunyai penyelesaian Jadi MLE dari adalah 05/01/2011 18 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
19.
Terdapat kasus dimana
estimator maksimum likelihood ada tetapi tidak dapat diperoleh dengan menyelesaikan persamaan likelihood. 05/01/2011 19 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
20.
Contoh 3.4 Misalkan
X1, X2, …, Xn, merupakan sampel acak dari distribusi eksponensial dengan dua parameter, X~EXP(1,) dengan fungsi densitas 05/01/2011 20 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
21.
Fungsi likelihood
jika x1:n dan L( )=0 untuk kasus selainnya. Disini jelas bahwa MLE untuk adalah 05/01/2011 21 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |
22.
Teorema 3.3 Jikaadalah
MLE daridanu( ) adalah fungsidarimaka adalah MLE dariu( ). 05/01/2011 22 © 2010 Universitas Negeri Jakarta | www.unj.ac.id |