ESTIMASI INTERVAL
(INTERVAL ESTIMATION) Minggu ke 8-10
Prof. Dr. Sri Haryatmi, M. Sc.
Universitas Gadjah Mada
2014
Minggu 8 : Interval Konfidensi Minggu 9 : Metode Kuantitas Pivotal Minggu 10 : Kasus Dua Sampel
Outline
1 Minggu 8 : Interval Konfidensi
Minggu 8 : Interval Konfidensi Metode Kuantitas Pivotal
2 Minggu 9 : Metode Kuantitas Pivotal Minggu 9 : Metode Kuantitas Pivotal
3 Minggu 10 : Kasus Dua Sampel Minggu 10 : Kasus Dua Sampel
Outline
1 Minggu 8 : Interval Konfidensi
Minggu 8 : Interval Konfidensi Metode Kuantitas Pivotal
2 Minggu 9 : Metode Kuantitas Pivotal
Minggu 9 : Metode Kuantitas Pivotal
3 Minggu 10 : Kasus Dua Sampel Minggu 10 : Kasus Dua Sampel
Minggu 8 : Interval Konfidensi Minggu 9 : Metode Kuantitas Pivotal Minggu 10 : Kasus Dua Sampel
Outline
1 Minggu 8 : Interval Konfidensi
Minggu 8 : Interval Konfidensi Metode Kuantitas Pivotal
2 Minggu 9 : Metode Kuantitas Pivotal
Minggu 9 : Metode Kuantitas Pivotal
3 Minggu 10 : Kasus Dua Sampel
Minggu 8 : Interval Konfidensi
Minggu 8 : Interval Konfidensi
Untuk mengetahui seberapa dekat estimasi dengan nilai sebenarnya dapat diketahui dengan nilai dari variansi atau MSE, atau dengan estimasi interval
Misalkan X1, · · · , Xn memiliki pdf bersama f (x1, · · · , xn; θ), θ ∈ Ω
dengan Ω adalah sebuah interval. Misalkan L = l (X1, · · · , Xn) dan
U = u(X1, · · · , Xn). Jika sebuah eksperimen menghasilkan data
x1, · · · , xn, maka diperoleh nilai observasi l (x1, · · · , xn) dan u(x1, · · · , xn)
Definisi Interval Konfidensi
Sebuah interval (l (x1, · · · , xn), u(x1, · · · , xn)) disebut interval
konfidensi 100γ untuk θ jika
P[l (x1, · · · , xn) < θ < u(x1, · · · , xn)] = γ
dengan 0 < γ < 1. Nilai dari observasi l (x1, · · · , xn) dan
u(x1, · · · , xn) masing-masing disebut sebagai batas bawah dan
batas atas konfidensi.
Minggu 8 : Interval Konfidensi Minggu 9 : Metode Kuantitas Pivotal Minggu 10 : Kasus Dua Sampel
Minggu 8 : Interval Konfidensi
Interval Konfidensi
Definisi Batas Konfidensi Satu Sisi
1 Jika
P[l (x1, · · · , xn) < θ] = γ
maka l (x ) = l (x1, · · · , xn) disebut batas bawah konfidensi satu sisi 100γ untuk θ.
2 Jika
P[θ < u(x1, · · · , xn)] = γ
maka u(x ) = u(x1, · · · , xn disebut batas atas konfidensi satu sisi 100γ untuk θ.
Metode Kuantitas Pivotal
Metode Kuantitas Pivotal
Misalkan X1, · · · , Xn memilik pdf bersama f (x1, · · · , xn; θ), dan
menghasilkan batas konfidensi untuk θ dimana
parameter-parameter sulit yang tidak diketahui juga ditampilkan.
Definisi Kuantitas Pivotal
Jika Q = q(X1, · · · , Xn; θ) adalah variabel acak yang merupakan fungsi hanya dari X1, · · · , Xn dan θ, maka Q disebut kuantitas
pivotal jika distribusinya tidak bergantung pada θ atau parameter yang tidak diketahui.
Minggu 8 : Interval Konfidensi Minggu 9 : Metode Kuantitas Pivotal Minggu 10 : Kasus Dua Sampel
Minggu 9 : Metode Kuantitas Pivotal
Minggu 9 : Metode Kuantitas Pivotal
Teorema
Misalkan X1, · · · , Xn merupakan sampel acak dari distribusi
dengan pdf f (x , θ) untuk θ ∈ Ω dan diasumsikan MLE dariˆθ ada.
1 Jika θ adalah parameter lokasi, maka Q = ˆθ − θ adalah
kuantitas pivotal.
2 Jika θ adalah parameter skala, maka Q = θˆ
θ adalah kuantitas
Minggu 9 : Metode Kuantitas Pivotal
Lanjutan Metode Kuantitas Pivotal
Teorema
Misalkan X1, · · · , Xn merupakan sampel acak dari distribusi
dengan parameter skala lokasi f (x ; θ1, θ2) = 1 θ2 f0( x − θ1 θ2 )
Jika MLE dari ˆθ1 dan ˆθ2 ada, maka ( ˆθ1−θˆ 1) θ2
dan θˆ2
θ2 masing-masing
merupakan kuantitas pivotal untuk θ1 dan θ2 .
Minggu 8 : Interval Konfidensi Minggu 9 : Metode Kuantitas Pivotal Minggu 10 : Kasus Dua Sampel
Minggu 9 : Metode Kuantitas Pivotal
Metode Umum
Jika kuantitas pivotal tidak tersedia, maka masih mungkin untuk menghitung daerah konfidensi untuk parameter θ jika sebuah statistik ada dengan distribusi bergantung pada θ, tetapi tidak pada semua parameter-parameter sulit yang tidak diketahui. Secara khusus, diberikan X1, · · · , Xn memilik pdf bersama
f (x1, · · · , xn; θ) dan S = s(X1, · · · , Xn) ∼ g (s; θ). Untuk setiap nilai dari θ yang mungkin, asumsikan bahwa akan ditemukan nilai dari h1(θ) dan h2(θ), sehingga
Minggu 9 : Metode Kuantitas Pivotal
Metode Umum
Jika S = s, maka himpunan dari nilai-nilai θ ∈ Ω yang memenuhi h1(θ) < s < h2(θ) membentuk sebuah daerah konfidensi
100(1 − α). Dengan kata lain, jika θ0 adalah nilai yang sebenarnya
dari θ, maka θ0 akan berada didalam daerah konfidensi jika hanya
jika h1(θ) < s < h2(θ) yang mana memiliki tingkat konfidensi
100(1 − α), karena Persamaan (1) menggunakan θ = θ0 dalam
kasus ini. Sangat sering h1(θ) dan h2(θ) akan menjadi fungsi dari
θ yang naik monoton dan hasil dari daerah konfidensi akan menjadi interval.
Minggu 8 : Interval Konfidensi Minggu 9 : Metode Kuantitas Pivotal Minggu 10 : Kasus Dua Sampel
Minggu 9 : Metode Kuantitas Pivotal
Metode Umum
Teorema
Diberikan statistik S kontinu dengan CDF G (s; θ), dan h1(θ) dan
h2(θ) merupakan fungsi yang memenuhi
G (h1(θ); θ) = α1
dan
G (h2(θ); θ) = 1 − α2
untuk suatu θ ∈ Ω, dengan 0 < α1 < 1 dan 0 < α2 < 1. Diberikan
s nilai observasi dari S . Jika h1(θ) dan h2(θ) merupakan fungsi
Minggu 9 : Metode Kuantitas Pivotal
Lanjutan Teorema
1 Batas bawah konfidensi satu sisi 100(1 − α2), θL adalah solusi
dari
h2(θL) = s
2 Batas atas konfidensi satu sisi 100(1 − α1), θU adalah solusi
dari
h1(θU) = s
3 Jika α = α1+ α2 dan 0 < α < 1, maka (θL, θU) adalah
interval konfidensi 100(1 − α) untuk θ.
Minggu 8 : Interval Konfidensi Minggu 9 : Metode Kuantitas Pivotal Minggu 10 : Kasus Dua Sampel
Minggu 9 : Metode Kuantitas Pivotal
Teorema
Diberikan statistik S kontinu dengan CDF G (s; θ), dan misalkan s nilai observasi dari S . Jika G (s; θ) adalah fungsi turun dari θ, maka:
1 Batas bawah konfidensi satu sisi 100(1 − α2), θL adalah solusi
dengan syarat
G (s; θL) = 1 − α2
2 Batas atas konfidensi satu sisi 100(1 − α1), θU adalah solusi
dengan syarat
G (s; θU) = α1
3 Jika α = α1+ α2 dan 0 < α < 1, maka (θL, θU) adalah
Minggu 9 : Metode Kuantitas Pivotal
Definisi
Observasi interval konfidensi [θL, θU] disebut interval konfidensi konservatif 100(1 − α) untuk θ jika hubungan interval acak mengandung nilai sebenarnya dari θ dengan peluang 1 − α
Minggu 8 : Interval Konfidensi Minggu 9 : Metode Kuantitas Pivotal Minggu 10 : Kasus Dua Sampel
Minggu 9 : Metode Kuantitas Pivotal
Teorema
Misalkan S statistik dengan CDF G (s; θ), dan misalkan h1(θ) dan
h2(θ) fungsi yang memenuhi G (h1(θ); θ) = α1 dan
P[S < h2(θ); θ] = 1 − α2]
dengan 0 < α1 < 1 dan 0 < α2 < 1.
Jika h1(θ) dan h2(θ) merupakan fungsi naik, maka batas
bawah konfidensi konservatif satu sisi 100(1 − α2) untuk θ,
berdasarkan nilai observasi s dari S , adalah solusi dari h2(θL) = s atau θ = θL, sehingga
P[S < s; θL] = 1 − α2
Batas atas konfidensi konservatif satu sisi 100(1 − α1) adalah
Minggu 9 : Metode Kuantitas Pivotal
Lanjutan Teorema
Jika h1(θ) dan h2(θ) merupakan fungsi turun, maka batas
bawah konfidensi konservatif satu sisi 100(1 − α1) adalah
solusi dari h1(θL) = s atau G (s; θL) = α1. Batas atas
konfidensi konservatif satu sisi 100(1 − α2) adalah solusi dari
h2(θU) = s atau θ = θU, sehingga
P[S < s; θU] = 1 − α2
Pada kasus tertentu, jika α = α1+ α2 dan 0 < α < 1, maka
(θL, θU) adalah interval konfidensi konservatif 100(1 − α)
untuk θ
Minggu 8 : Interval Konfidensi Minggu 9 : Metode Kuantitas Pivotal Minggu 10 : Kasus Dua Sampel Minggu 10 : Kasus Dua Sampel
Minggu 10 : Kasus Dua Sampel
Kasus Dua Sampel
1 Dua Sampel Normal
Prosedur untuk Variansi
Prosedur untuk Rata-rata(Mean)
2 Sampel Berpasangan
Minggu 10 : Kasus Dua Sampel
Dua Sampel Binomial
Misalkan X1 ∼ BIN(n1, p1) dan X2 ∼ BIN(n2, p2). ˆp1 = X1/n1
dan ˆp2 = X2/n2, dari BAB.7 diperoleh
ˆ
p2− ˆp1 − (p2− p1)
pˆp1(1 − ˆp1)/n1+ ˆp2(1 − ˆp2)/n2 d
→ Z ∼ N(0, 1)
Bisa saja pendekatan batas konfidensi sampel besar untuk p2 − p1
dapat diperoleh dengan cara yang sama dalam kasus satu sampel, yaitu ˆ p2− hatp1± z1−α/2 s ˆ p1(1 − ˆp1) n1 + ˆ p2(1 − ˆp2) n2