ESTIMASI PARAMETER MODEL INAR(1) MENGGUNAKAN METODE BAYES
Oleh :
Nurmalitasari
Model Integer-value autoregressive orde pertama (INAR(1)) adalah salah satu model yang digunakan untuk data cacah. Dalam model INAR(1) terdapat parameter yang belum diketahui dan perlu diestimasi yaitu probabilitas bertahan dalam suatu proses (α) dan parameter komponen kedatangan (λ). Pada penelitian ini parameter diestimasi menggunakan metode Bayes dengan prior sekawan. Nilai estimasi parameter diperoleh menggunakan metode Markov Chain Monte Carlo (MCMC) dengan membangun rantai Markov. Gibbs sampling merupakan salah satu algoritma dalam MCMC yang dapat digunakan untuk estimasi parameter model INAR(1). Pada aplikasi Gibbs sampling jika distribusi posterior dari masing-masing parameter adalah log-konkav maka estimasi parameter menggunakan algoritma Adaptive Rejection Sampling (ARS) dan jika distribusi posterior dari masing-masing parameter adalah log-konveks maka estimasi parameter menggunakan algoritma Adaptive Rejection Metropolis Sampling (ARMS). Berdasarkan penelitian ini diperoleh hasil estimasi parameter model INAR(1) adalah α ̂≈1/n ∑_(i=0)^n▒α_i dan λ ̂≈1/n ∑_(i=0)^n▒λ_i . Nilai α_i dan λ_i merupakan rantai Markov yang dibangkitkan dengan algoritma ARS atau ARMS, tergantung distribusi posterior dari masing-masing parameter.

Links

News

About

Perpustakaan Digital adalah sebuah sistem yang memiliki berbagai layanan dan obyek informasi yang mendukung akses obyek informasi melalui perangkat digital.