Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
MA4081 PENGANTAR PROSES STOKASTIK
Topik Khusus: Model AR dan INAR
Dosen: Khreshna I.A. Syuhada, MSc. PhD.Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
Hasil Ujian
Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
Mhs dengan 2 jawaban BENAR: 037, 039, 053, 089, 094
Hasil Ujian
Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
Mhs dengan 3 jawaban BENAR: 073
Hasil Ujian
Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
Mhs dengan 4 jawaban BENAR: 107
Hasil Ujian
Silabus dan Tujuan Perkuliahan
Struktur Perkuliahaan Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
Silabus
Tujuan
Silabus
Proses autoregresif (AR), proses AR bernilai integer, kestasioneran, struktur momen (tidak) bersyarat, metode likelihood maksimum, metode kuadrat terkecil, penaksiran parameter.
Hasil Ujian
Silabus dan Tujuan Perkuliahan
Struktur Perkuliahaan Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
Silabus
Tujuan
Tujuan
1 Mempelajari proses autoregresif (AR)
2 Mempelajari proses AR bernilai integer (INAR)
3 Menentukan daerah kestasioneran
4 Menurunkan struktur momen bersyarat dan tidak bersyarat
Hasil Ujian Silabus dan Tujuan Perkuliahan
Struktur Perkuliahaan
Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
Struktur Perkuliahaan
Kuliah Pengantar
Tugas kelompok: 4 orang/kelompok (dipilih acak)
Presentasi: 15/11, 17/11, 22/11, 24/11 (jadwal presentasi ditentukan tanggal 10/11 dst.)
Hasil Ujian Silabus dan Tujuan Perkuliahan
Struktur Perkuliahaan
Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
Tentang tugas:
Membahas 1-2 bagian dalam suatu artikel ilmiah Artikel tentang model AR atau INAR dan variannya (konfirmasikan terlebih dahulu artikel yang dipilih) Kajian dapat berupa teoritis atau komputasi
Hasil Ujian Silabus dan Tujuan Perkuliahan
Struktur Perkuliahaan
Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
Penilaian presentasi:
Dilakukan oleh dosen dan 2 kelompok lain yang terpilih (acak) Kelompok penilai harus memberikan pertanyaan
Dosen dapat bertanya atau meminta seseorang/sekelompok untuk bertanya dan menjawab
Cakupan penilaian: - Materi dan akurasi - Tingkat kesulitan - Cara presentasi
Hasil Ujian Silabus dan Tujuan Perkuliahan
Struktur Perkuliahaan
Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
Hasil Ujian Silabus dan Tujuan Perkuliahan
Struktur Perkuliahaan
Pendahuluan Model Autoregresif Model Autoregresif Bernilai Integer
Formulir:
Daftar kelompok Jadwal presentasi Penilaian
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan
Pendahuluan
Model Autoregresif Model Autoregresif Bernilai Integer
Model Random Walk
Pandang suatu rantai Markov dengan keadaaan-keadaan 0, ±1, ±2 dan peluang transisi
Pi ,i +1 = p = 1 − Pi ,i −1, dimana 0 < p < 1.
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan
Pendahuluan
Model Autoregresif Model Autoregresif Bernilai Integer
Kita dapat menuliskan m.p.t: (−2, −1, 0, 1, 2) × (−2, −1, 0, 1, 2)
P = 0 p 0 0 0 1 − p 0 p 0 0 0 1 − p 0 p 0 0 0 1 − p 0 p 0 0 0 1 − p 0
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan
Pendahuluan
Model Autoregresif Model Autoregresif Bernilai Integer
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan
Model Autoregresif
Model Autoregresif Bernilai Integer
Model AR
Consider a stationary zero-mean Gaussian first-order autoregressive
process {Yt} satisfying
Yt = ρYt−1+ εt
where |ρ| < 1 and the εt are independent and identically N(0, v ) distributed. Let θ = (ρ, v ). Suppose that the data is Y1, . . . , Yn
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan
Model Autoregresif
Model Autoregresif Bernilai Integer
We employ the following estimators bΘ.
(i) The estimator bΘ is equal to eΘ =ρ, e˜ Vwhere
˜ ρ = n−1 X t=1 YtYt+1 n−1 X t=1 Yt+12 and V =e 1 n − 1 n−1 X t=1 (Yt− ˜ρ Yt+1)2.
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan
Model Autoregresif
Model Autoregresif Bernilai Integer
(ii) The estimator bΘ is equal to ¯Θ = ¯ρ, ¯V where
¯ ρ = n X t=2 YtYt−1 n X t=2 Yt−12 and V =¯ 1 n − 1 n X t=2 (Yt− ¯ρ Yt−1)2.
These estimators are obtained by maximizing the loglikelihood
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan
Model Autoregresif
Model Autoregresif Bernilai Integer
The estimators ¯ρ andρ differ by only a small amount. Yet theire
asymptotic biases conditional on Yn= yn are quite different.
These asymptotic conditional biases are described as follows. E ρ − ρ|Yne = yn = −2 ρ n−1+ · · ·
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan Model Autoregresif
Model Autoregresif Bernilai Integer
Model INAR
Suppose that {Yt} is a discrete-time stationary non-negative
INAR(1) process satisfying
Yt =
Yt−1 X
i =1
Vti+ εt, t ≥ 1 (1)
where Vti’s denote i.i.d. random variables following certain
(discrete) distribution and εt’s be uncorrelated non-negative
integer-valued random variables. The first term in r.h.s. may be
presented as “θ ◦ Yt−1”, where ◦ is the thinning operator. The θ is
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan Model Autoregresif
Model Autoregresif Bernilai Integer
Consider the INAR(1) process as in (1). We assume that Vti’s are
Bernoulli random variables with probability of ‘success’ θ i.e.
P(Vti = 1) = 1 − P(Vti = 0) = θ
and εt follows a Poisson distribution with parameter (1 − θ)λ.
Thus, Yt has a Poisson distribution with parameter λ. The process
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan Model Autoregresif
Model Autoregresif Bernilai Integer
The fact that the distribution of εt implies the distribution of Yt
has shown us the same role of the distribution of εt in the usual
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan Model Autoregresif
Model Autoregresif Bernilai Integer
Conditional on Yn= yn, the probability mass function (pmf) of Z
is given by p(z | yn; θ, λ) = P Z = z | Yn= yn = min(z,yn) X k=0 Ckynθk(1 − θ)yn−k 1 (z − k)!e −(1−θ)λ{(1 − θ)λ}z−k for z = 0, 1, 2, . . ..
Hasil Ujian Silabus dan Tujuan Perkuliahan Struktur Perkuliahaan Pendahuluan Model Autoregresif
Model Autoregresif Bernilai Integer
We have used the following Yule-Walker estimators
ˆ θ = n−1 X t=1 Yt− ¯Y Yt+1− ¯Y n X t=1 Yt− ¯Y 2 and ˆλ = 1 n − 1 n X t=2 Yt−ˆθ Yt−1