Terdapat dua pendekatan dalam pengestimasian parameter populasi dari suatu distribusi data, yaitu pendekatan klasik (classical approach) dan pendekatan bayesian (Bayesian approach). Pendekatan klasik mendasarkan estimasi parameter sepenuhnya hanya pada informasi yang diperoleh dari sampel random. Beberapa metode klasik yang dapat digunakan untuk estimasi parameter distribusi antara lain metode momen, Least Square, dan Maximum Likelihood. Pada sisi lain pendekatan bayesian merupakan metode yang mendasarkan inferensi atas dasar informasi yang diperoleh dari sampel (pengetahuan oyektif) dan informasi lain yang telah tersedia sebelumnya (pengetahuan subyektif) mengenai distribusi peluang yang diinginkan serta memandang parameter sebagai suatu variabel random yang memiliki distribusi probabilitas (distribusi prior). Ada beberapa metode yang berhubungan dengan estimasi parameter dengan pendekatan bayesian, diantaranya adalah metode Linear Exponential Loss Function (LINEX), metode Lindley Approximation, metode General Entropy Loss Function (GELF), dan metode Squared Error Loss Function (SELF).
Metode LINEX merupakan salah satu metode dalam statistika Bayesian yang cocok digunakan untuk mengestimasi atau memprediksi fungsi yang meningkat secara eksponensial. Estimasi parameter dengan menggunakan metode LINEX dilakukan dengan meminimumkan nilai rata-rata resiko (ekspektasi) dari fungsi kerugian LINEX tersebut. Pada metode bayesian LINEX dibutuhkan fungsi likelihood, distribusi prior, dan distribusi poterior.
Seperti pada konsep metode Bayesian pada umumnya, parameter diperlakukan sebagai suatu variabel random. Parameter ini dipandang sebagai suatu variabel dan nilai-nilainya dinyatakan dalan suatu distribusi peluang. Distribusi peluang dari parameter yang tidak diketahui ini dipilih secara subyektif atau berdasarkan hasil penelitian sebelumnya yang disebut dengan distribusi prior. Terdapat 2 jenis distribusi prior, yaitu distribusi prior informatifdan prior non-informatif. Distribusi prior informatifadalah distribusi prior yang didasarkan pada diketahuinya informasi tentang parameter distribusi, sedangkan distribusi prior non informatif adalah distribusi prior yanginformasi tentang parameter distribusinya belum diketahui. Salah satu jenis prior non-informatif adalah prior Jeffrey. Baik prior informatif maupun prior non-informatif akan menghasilkan distribusi posterior yang mengacu pada teorema bayesian.
Analisis data uji hidup atau analisis survival adalah salah satu teknik dalam statistika yang dapat digunakan untuk melakukan pengujian tentang tahan hidup dan keandalan suatu komponen. Data waktu hidup yang diperoleh dari suatu percobaan uji hidup salah satunya berbentuk data tersensor tipe I. Penelitian ini bertujuan untuk memperoleh estimator parameter dari distribusi Eksponensial pada data tersensor tipe I dengan metode Linear Exponential Loss Function (LINEX) dan distribusi prior distibusi prior ditentukan menggunakan metode Jeffrey. Nantinya hasil teoritis estimasi parameter ini diterapkan pada suatu data sekunder dan secara umum diharapkan dapat menjadi sumbangsih bagi pengembangan ilmu pengetahuan. Artikel secara lengkap dapat diakses melalui link yang saya berikan di bawah.
Penulis : Ardi Kurniawan
Artikel lengkap dapat diakses melalui link : https://sciencepublishinggroup.com/article/10.11648.j.ijsd.20230902.12
