download

Matakuliah
Tahun
: I0184 – Teori Statistika II
: 2009
MODEL LINEAR
Pertemuan 22
Materi Pokok 22
MODEL LINEAR
•
Dugaan Parameter Model Linear.
Pada model linear sederhana ada 3 parameter : 0, 1, dan
2. Ketiga parameter ini perlu diduga karena asumsi model
adalah suatu struktur peluang peubah Y, maka dugaan
dapat diperoleh dengan metode kemungkinan maksimum.
Teorema 24.1
Misalkan (x1, y1), (x2, y2),…, (xn, yn) merupakan himpunan
titik yang digunakan pada model linear sederhana, E(y/x) =
0 + 1x.
Fungsi kemungkinan dari contoh 1= L,
yi - β0 - β1 Xi  2
- 
n
n

1
2
σ

L  Π f y x i yi   Π
e
i 1
i  1 2π σ
2
Bina Nusantara University
Penduga parameter diperoleh dengan menurunkan –2ln L
terhadap 0, 1 dan 2.
2
1 n
2
- 2 ln L  n ln2   n ln   2  yi - 0 1 X i 
 i 1
Turunan parsialnya menjadi :
 - 2 ln L  2 n
 2  yi - 0 - 1 X i - 1  0
 0
 i 1
 
 - 2 ln L  2
 2
 1

 - 2 ln L 

n
n

i 1
-
yi - 0 - 1 X i - X i   0
2
n

2
2
i 1
 
yi - 0 - 1 X i  2
 2
2 
Dua persamaan dapat diselesaikan untuk memperoleh 0
dan 1 dan dengan mensubstitusikan dua yang pertama
3
diperoleh 2.
Bina Nusantara University
Penduga kemungkinan maksimum diperoleh untuk
βˆ 1 
n
n 
i 1
n
n



X i Yi -   X i    Yi 
 i 1   i 1 
n

n 
 i 1
2  n
Xi  -  
  i 1
X i 

2
βˆ 0  Y - βˆ 1 x
2
n
1
ˆ i  dimana Y
ˆ i  βˆ 0  βˆ 1 X i , i  1,  , n
σˆ 2  Yi - Y
n i 1
2. Sifat-sifat Penduga Model Linear
Teorema 24.2
Misalkan (X1, Y1), (X2, Y2), …., (Xn, Yn) sebagai himpunan
titik yang digunakan pada model linear
4
EY X   β 0  β1 X dan βˆ 0  βˆ1 dan σˆ 2
Bina Nusantara University
Adalah penduga kemungkinan maksimum terhadap 0, 1
2 maka:
danβˆ 0dan
βˆ 1 menyebar secara normal
a) βˆ dan βˆ merupakan penduga tak bias :
0
1
b) ˆ
E β 0   β 0 dan E βˆ 1   β1
Var βˆ 1  
c)
d)
Var βˆ 0  
Bina Nusantara University
σ2
n

i 1
X i - X  2
2 n
σ  Xi 2
i 1
n
n  Xi - X 2
i 1






X2
2 1

σ   n
 n  X i - X  2 


i 1
5
Teorema 24.3
Misalkan (X1, Y1), (X2, Y2), …., (Xn, Yn) digunakan untuk
model linear sederhana
maka:
2
a. βˆ 1 , Y, dan σˆ adalah saling bebas.
b.
nσˆ 2
σ
2
menyebar secara Khi - Kuadrat dengan derajat bebas n - 2.
Akibat logis:
Misalkanσ̂ 2 merupakan penduga kemungkinan maksimum
terhadap 2 pada model linear sederhana maka
n 2
σˆ adalah penduga tidak bias terhadap σ 2 .
n-2
Dugaan 2 dengan metode kemungkinan maksimum pada
2
model linear sederhana
adalah
n
1
σˆ 2   Yi - βˆ 0 - βˆ 1 X i 
6
n i 1
Bina Nusantara University
Dan penduga tidak bias untuk σ 2 yang didasarkan σˆ 2
dilambangk an dengan S2 , dimana :
2
n n
ˆ 0 - βˆ 1 X i 
 Yi - β
S 
n - 2 i 1
2
3. Inferensia Tentang Koefisien Regresi 1
Teorema 24.3
Misalkan (X1, Y1), (X2, Y2), …., (Xn, Yn) adalah himpunan
titik yang memenuhi asumsi model linear sederhana dan
1
ˆ 0 - βˆ 1 X i  2
 Yi - β
n-2
βˆ 1 - β1
Tn - 2 

n
2
 X i - X 
S
S2 
maka
βˆ 1 - β
νˆ ar βˆ 1 
i 1
Mempunyai sebaran t dengan n - 2 derajat bebas.
Bina Nusantara University
7
Teorema 24.5
Misalkan (X1, Y1), (X2, Y2), …., (Xn, Yn) adalah himpunan
yang memenuhi asumsi model linear sederhana dan
βˆ 1 - β1
t
n
2
 X i - X 
S
i 1
a) Untuk manguji H0: 1 = 10 lawan H1: 1 > 10 pada taraf
nyata , tolak H0 bila t  t, n – 2.
b) Untuk menguji H0: 1 = 10 lawan H1: 1 < 10 pada taraf
nyata , tolak H0 bila t  -t, n – 2.
c) Untuk menguji H0: 1 = 10 lawan H1: 1  10 pada taraf
nyata , tolak H0 bila
1) t  -t/2 (n – 2) atau
2) t  -t/2 (n – 2)
8
Bina Nusantara University
Teorema 24.6
Misalkan (X1, Y1), (X2, Y2), …., (Xn, Yn) adalah himpunan
titik yang memenuhi asumsi model linear sederhana dan
2
n
1
ˆ 0 βˆ 1 x i  maka
 y i - β
S2 
n -1 i 1


S
 βˆ 1 - tα 2 n - 2  .
, βˆ 1  tα 2 n - 2  .
n
2




x
x

i
i 1

adalah selang kepercayaan 1 - α 100% bagi β1.
Bina Nusantara University
S
n

i 1
x i - x  2






9
4. Inferensia Tentang Intercept: 0
Tn - 2 

βˆ 0 - β 00

n
S
n

i 1
n

i 1
x i - x  2
xi
βˆ 0 - β 00

νˆ ar βˆ 0 
dan
2
2


n
n


S  xi
S  xi
 βˆ - tα 2 n - 2  .

i 1
i 1
ˆ


,
β

tα
2
n
2
.
0
 0
n
n
2
2
n  x i - x 
n  x i - x  

i 1
i 1


adalah selang kepercayaan 1 - α 100% bagi β 0 .
Bina Nusantara University
10
5. Selang Suatu Ramalan
Teorema 24.7
Misalkan (X1, Y1), (X2, Y2), …., (Xn, Yn) adalah himpunan titik
yang memenuhi asumsi model linear sederhana maka selang
kepercayaan (1 - ) 100% bagi E(Y/x) = 0 + 1 X adalah
yˆ - ω, yˆ  ω di mana
1
ω  tα 2 n - 2  . S 
n
x - x  2 dengan y  βˆ  βˆ x
ˆ
0
1
n
2
 x i - x 
i 1
Untuk ramalan selang y pada nilai x tertent u adalah
yˆ - ω, yˆ  ω di mana
1
ω  tα 2 n - 2  . S 1  
n
Bina Nusantara University
x - x  2
n
2
 x i - x 
i 1
11