KARAKTERISTIK PENDUGAAN PARAMETER DISTRIBUSI KUMARASWAMY DENGAN METODE PROBABILITY WEIGHTED MOMENT (PWM) DAN METODE MAKSIMUM LIKELIHOOD ESTIMATION (MLE)

Oktarini Husaini , 1317031062 (2017) KARAKTERISTIK PENDUGAAN PARAMETER DISTRIBUSI KUMARASWAMY DENGAN METODE PROBABILITY WEIGHTED MOMENT (PWM) DAN METODE MAKSIMUM LIKELIHOOD ESTIMATION (MLE). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

[img]
Preview
Text
ABSTRAK.pdf

Download (33Kb) | Preview
[img]
Preview
Text
SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (2362Kb) | Preview
[img] Text
SKRIPSI FULL.pdf
Restricted to Registered users only

Download (16Mb)

Abstrak

Distribusi kumaraswamy mempunyai dua parameter yaitu (a,b) dengan parameter a dan b merupakan parameter bentuk yang menunjukan bentuk dari kurva. Penduga dari parameter distribusi Kumaraswamy ini diperoleh dengan menggunakan metode pendugaan Probability Weighted Moment (PWM) dan metode Maksimum Likelihood Estimation (MLE). Pada penelitian ini akan mengkaji tentang karakteristik penduga parameter distribusi Kumaraswamy (a ̂,b ̂) dengan menggunakan metode Probability Weighted Moment (PWM) dan metode Maksimum Likelihood Estimation (MLE) yang meliputi sifat tak bias, ragam minimum, kekonsistenan,dan statistik cukup. Berdasarkan hasil yang diperoleh menunjukan bahwa penduga parameter (a ̂,b ̂) memiliki karakteristik penduga yang baik yaitu tak bias, konsisten, ragam minimum, dan statistik cukup dengan mencapai batas bawah Rao-Cramer. Kata kunci : Distribusi Kumaraswamy, Probability Weighted Moment (PWM), Maksimum Likelihood Estimation (MLE), Tak Bias, Ragam Minimum, Konsisten, Statistik Cukup. ABSTRACT Kumaraswamy distribution has two parameters: (a, b) with parameters a and b are shape parameters that show the shape of the curve. The estimator of Kumaraswamy distribution parameter is made using Probability Weighted Moment (PWM) and Maximum Likelihood Estimation (MLE) method. In this research it will examine the characteristics of predictors of Kumaraswamy distribution parameters (a, b) by using Probability Weighted Moment (PWM) method and Maximum Likelihood Estimation (MLE) method which includes unbiased, minimum variety, consistency and statistics sufficient. Based on the results indicated the estimator parameter (a, b) has good predictor characteristics that are unbiased, consistent, minimum variety, and statistically sufficient with the lower limit of Cramer-Rao Inequality. Keywords : Kumaraswamy Distribution, Probability Weighted Moment (PWM), Maksimum Likelihood Estimation (MLE), Unbiased, Minimum Variety, Consistent, Statistically sufficient.

Tipe Karya Ilmiah: Skripsi
Subyek: Q Science (General) > Q Science (General)
Q Science (General) > QA Mathematics
Program Studi: Fakultas MIPA > Prodi Matematika
Depositing User: 81434043 . Digilib
Date Deposited: 26 Oct 2017 06:20
Last Modified: 26 Oct 2017 06:20
URI: http://digilib.unila.ac.id/id/eprint/28945

Actions (login required)

View Item View Item