ERNI WULANDARI, 080112339
(2006)
PENENTUAN ESTIMATOR PARAMETER DISTRIBUSI CAUCHY DENGAN METODE ESTIMASI-M.
Skripsi thesis, UNIVERSITAS AIRLANGGA.
Abstract
Tujuan dari skripsi ini adalah memberikan solusi alternatif dalam menjawab permasalahan estimasi parameter distribusi Cauchy. Ada tiga metode yang akan digunakan untuk mengestimasi parameter distribusi Cauchy (0), yaitu metode Maksimum Likelihood, metode Momen dan metode Estimasi-M. Dari ketiga metode akan diperoleh metode mana yang baik dalam mengestimasi parameter distribusi Cauchy.
Estimasi parameter distribusi Cauchy dengan metode Maksimum Likelihood dan metode Estimasi-M diperoleh persamaan yang tidak dapat diselesaikan secara langsung, oleh karena itu digunakan metode Newton Raphson untuk menyelesaikannya. Penentuan metode estimasi parameter terbaik digunakan kriteria nilai Mean Square Error(MSE) terkecil.
Setelah dilakukan penerapan pada tiga data bangkitan, diperoleh bahwa metode Estimasi-M merupakan metode estimasi parameter yang lebih baik dari metode Maksimum Likelihood dan metode Momen karena mempunyai nilai MSE yang terkecil.
Translation:
The aim of this skripsi is giving an alternative solution to obtain the parameters estimation problem of Cauchy distribution. There are three methods that will be used to estimate parameter of Cauchy distribution (0), that is Maximum Likelihood Estimation method, Moment method, and M-Estimation method. From three methods will be compared to determine which one is better in estimating parameter of Cauchy distribution.
Parameters estimating of Cauchy distribution using Maximum Likelihood Estimation method and M-Estimation method can not solved directly, that is why Newton Raphson method will be used to solve it. The best parameters estimation method will be dicide using the smallest Mean Squre Error (MSE) value criteria.
From generate data is used in this skripsi, we obtained result that M-Estimation method is better than Maximum Likelihood and moment method because it has a smallest Mean Square Error (MSE) value.
Actions (login required)
 |
View Item |
