www.jagostat.com

www.jagostat.com

Website Belajar Matematika & Statistika

Website Belajar Matematika & Statistika

Statistika Matematika II   »   Estimasi Titik   ›   Metode Moment: Distribusi Poisson
Joki Tugas Matematika Murah, Hanya Rp10-50 Ribu. Hub. WA: 0812-5632-4552
Estimasi Titik

Metode Moment: Distribusi Poisson

Pada artikel ini kita akan menggunakan metode momen untuk memperoleh estimator atau penduga bagi parameter suatu populasi yang berdistribusi Poisson.


Sebagaimana telah kita ketahui bahwa terdapat beberapa metode estimasi parameter populasi, misalnya metode maksimum likelihood, metode bayesian, dan metode momen. Pada artikel ini kita akan menggunakan metode estimasi momen (method of moments estimation) untuk memperoleh estimator atau penduga bagi parameter suatu populasi yang berdistribusi Poisson.

Misalkan \(X_1,…,X_n\) adalah sampel acak (random samples) dari populasi yang berdistribusi Poisson dengan parameter \(θ\), yakni \(X_i \sim Poi(θ)\). Dengan menggunakan metode momen, tentukan estimator atau penduga titik bagi parameter \(θ\).

Pembahasan:

Kita tahu bahwa fungsi kepadatan peluang (probability density function, pdf) dari distribusi Poisson dengan parameter \(θ\), yaitu:

distribusi poisson

Untuk mencari estimator bagi parameter distribusi Poisson menggunakan metode momen, pertama kita perlu menentukan momen populasi dan momen sampel. Karena di sini hanya terdapat satu parameter populasi \(θ\) yang akan diestimasi, maka kita hanya perlu mencari momen populasi pertama, yakni:

\[ μ_1' = E(X) = θ \]

Adapun momen sampelnya yang bersesuaian, yaitu:

\[ M_1'= \frac{1}{n} \sum_{i=1}^n x_i = \overline{x} \]

Dengan menyamakan momen populasi dengan momen sampel yang bersesuaian, dan menyelesaikan persamaan tersebut akan diperoleh estimator atau penduga bagi parameter \(θ\), yakni:

\begin{align*} μ_1' &= M_1' \\[1em] \hat{θ}_{MM} &= \overline{x} \end{align*}

Jadi, estimator atau penduga titik bagi parameter populasi yang berdistribusi Poisson berdasarkan metode momen yaitu \(\hat{θ}_{MM} = \bar{x}\).

Artikel Terkait

Don’t be perfect, just keep getting better.