Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Save to My Library
Look up keyword
Like this
3Activity
0 of .
Results for:
No results containing your search query
P. 1
Teori Sampel -Perbandingan Perkiraan Rasio

Teori Sampel -Perbandingan Perkiraan Rasio

Ratings: (0)|Views: 487 |Likes:
Published by haedaee

More info:

Published by: haedaee on Nov 20, 2009
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

06/24/2010

pdf

text

original

 
6.6 PERBANDINGAN PERKIRAAN RASIO DENGAN RATA-RATA PER UNIT
Jenis perkiraan
adalah
 y
 N 
, dimana
 y
adalah rata-rata per unit untuk sampelnya (dalam penarikan sampel acak sederhana) atau rata-rata tertimbang per unti(dalam penarikan sampel acak berlapis). Perkiraan yang seperti disebut diatas adalah perkiraan yang didasarkan pada rata-rata per unit atau perkiraan dengan ekspansisederhana.
Teorema 6.2
Dalam sampel yang besar, dengan penarikan sampel aak sederhana, perkiraan rasio
 R
ˆ memiliki suatu varians yang lebih kecil daripada perkiraan
 y
 N 
=
ˆyang diperolehdengan ekspansi sederhana, jika)var (2 var 21
ii y x
 yiansikoefisien xiansikoefisien X 
=     >
 ρ 
Bukti:Untuk 
ˆkita peroleh
22
)1()ˆ(
 y
n f   N 
=
Untuk perkiraan rasio kita peroleh dari (6.5) :
)2()1()ˆ(
2222
 x y x y R
 R R n f   N 
 ρ 
+=
Oleh karena itu perkiraan rasio memiliki varians terkecil jika
2222
2
 y x y x y
 R R
<+
ρ 
Jika
 X  R
=
adalah positif, maka)(2)(212
i y x y x
 ykv xkv X  RS 
=     =>
 ρ 
6.7 KONDISI DI DALAM PENDUGA RASIO SEBAGAI SEBUAH PENDUGATIDAK BIAS LINEAR TERBAIK 
Suatu hasil dalam teori regresi yang baik menunjukan jenis populasi dengan perkiraanrasio yang dapat disebut terbaik di antara sejumlah kelas perkiraan. Hasilnya pertamakali di buktikan untuk populasi tidak terbatas. Brewer (1963b) dan Royall (1970a)mengembangkan hasilnya untuk populasi terbatas. Hasilnya terpenuhi jika dua kondisidipenuhi yaitu:1.Hubungan antara y
i
dan x
i
merupakan sebuah garis lurus melalui origin2.Varian y
i
di sekitar garis ini adalah proporsional terhadap x
i
1
 
Penduga tidak bias linear terbaik di definisikan sebagai berikut. Misalkan seluruh penduga
ˆdari
yang merupakan fungsi linear dari nilai-nilai sampel
i
 y
yang bentuknya
nn
 y y y
+++
...
2211
dengan
tidak bergantung pada
y
i
, meskipun bisa sajafungsi dari
 x
i
 
dan
dibatasi untuk memberikan perkiraan yang tidak bias dari
. penduga yang memiliki varians terkecil disebut penduga tidak bias linear terbaik (PTLT).Brewer dan Royall menganggap nilai-nilai populasi),(
ii
x y N 
adalah sebuah sampelacak dari sebuah populasi dengan
iii
x y
ε β 
+=
dimana
i
 bebas dari
x
i
dan
 x
i
> 0 , rata-rata 0 dan varians
i
 x
λ 
;
i
= 1.2.3... . Brewer dan Royall menganggap suatu penduga
ˆadalah tidak bias jika)()ˆ(
 E  E 
=
dalam pemilihan berulang dari model dengansampel dan populasi terbatas. Penduga seperti itu bisa disebut
model tidak bias.
Teorema 6.3.
Dalam model
iii
x y
ε β 
+=
rasio penduga
 x X 
y R
=
ˆ(penduga tidak bias linear terbaik untuk setiap sampel acak atau tidak dipilih secara terpisah menurut nilai-nilai dari
 x
i
)Bukti:Karena0
=
ii
x E 
dalam penarikan sampel berulang, hal ini mengikuti
iii
x y
ε β 
+=
  bahwa
 X  E  X 
 N i
β ε β 
=+=
)(:Selanjutnya dengan model
iii
x y
ε β 
+=
ada penduga linear 
ˆyang bentuknya:
+==
niiniinii
 x y
ε β 
ˆ
Jika kita mengambil n sampel nilai x
i
tetap dalm penarikan sampel berulang dalammodel
iii
x y
ε β 
+=
, maka
==
niinii
 x E 
ε λ β 
2
)ˆ(:)ˆ(Dari
 X  E  X 
 N i
β ε β 
=+=
)(:dan
==
niinii
 x E 
ε λ β 
2
)ˆ(:)ˆ(,
ˆ sebenarnya adalah model tidak bias jika
 X  x
 N ii
. Peminimuman)ˆ(
di bawahkondisi ini dengan sebuah pengandaan lagrange memberikan
 xn X konscx x
iiii
===
tan:2 Nilai konstannya harus memiliki
 xn X 
agar memenuhi kondisi model tidak bias
 X  x
 N i
. Oleh karena itu penduga PTLT
ˆadalah
 R
 x y X  xn X  yn
ˆ
==
, penduga rasio bias. Ini melengkapi pembuktian.2
 
Selanjutnya dari
 X  E  X 
 N i
β ε β 
=+=
)(:
dan
==
niinii
 x E 
ε λ β 
2
)ˆ(:)ˆ(,dengan
 xn X 
=
,
=           ==
n N ini N ini N inii R
 xn xn X  xn X 
ε ε ε ε ε ε 
ˆDimana
n N 
menujukan jumlah seluruh (N-n) nilai populasi yang
tidak 
terdapat dalamsampel. Oleh karena itu,
 xn X  xn X   xn X  xn xn xn X 
 R
)()()()()( )ˆ(
22
=+=
λ λ λ 
Suatu model penduga tak bias
λ 
dari sampel ini dengan mudah di tunjukkan menjadi:)1()ˆ(1ˆ
2
=
n x R y x
iini
λ 
Dimana
 x y R
=
ˆ, seperti biasa. Nilai ini dapat digantikan dalam
 xn X  xn X   xn X  xn xn xn X 
 R
)()()()()( )ˆ(
22
=+=
λ λ λ 
untuk menghasilkan model perkiraan sampel tidak bias dari)ˆ(
 R
.Praktek yang berhubungan dengan hasilnya adalah menganggap kondisi penduga rasioyang lebih baik tidak hanya unuk 
 y
,tetapi adalah yang terbaik dari seluruh penduga.Bila kita mencoba untuk memutuskan jenis perkiraan mana yang digunakan, suatugrafik yang nilai sampel
 y
i
di plot terhadap
 x
i
adalah sangat beguna. Jika grafik inimenunjukan suatu hubungan garis lurus melalui titik origin dan jika varians dari titik-titik 
y
i
di sekitar garis terlihat secara kasar proporsional terhadap
 x
i
, penduga rasio akanmenjadi sukar untuk di bentuk Kadang kadang varians y
i
dalam susunan dengan x
i
tetap tidak proporsional terhadap
 x
i
.Jika residu varians ini adalah dari bentuk )(
i
 xv
λ 
, dimana)(
i
 xv
diketahui, Brewer danRoyall menujukkan bahwa penduga PTLT menjadi
=
niiniii
 xw x yw X 
2
ˆ, dimana)(1
ii
 xvw
=
, dalam sebuah sampel populasi dari Greece, Jessen dan kawan-kawan(1947) menetapkan bahwa residu varians bertambah secara kasar sebesar 
2
i
 x
. Inimenyarankan sebuah menimbang regresi dengan
2
1
ii
 xw
=
, yang menghasilkan3

Activity (3)

You've already reviewed this. Edit your review.
1 thousand reads
1 hundred reads
hunney9407 liked this

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->