Perumusan Penduga Asymptotic Distribution of an Estimator for Periodic Component of an Intensity Function as a Product of a Periodic Function with a Linear Trend of a Non-Homogeneous Poisson Process.

BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK

3.1 Perumusan Penduga

Misalkan N adalah proses Poisson non-homogen pada interval dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas diasumsikan sebuah fungsi periodik dikalikan tren linear. Dengan kata lain, untuk sembarang titik , fungsi intensitas dapat dituliskan sebagai dimana adalah fungsi periodik dengan periode diketahui dan a adalah kemiringan dari tren linear. Kita tidak mengasumsikan suatu bentuk parametrik dari kecuali bahwa adalah fungsi periodik. Dalam pembahasan ini dikaji proses Poisson pada interval , bukan pada , karena bernilai taknegatif. Dengan alasan yang sama pada pembahasan ini dibatasi untuk kasus a 0. Karena adalah fungsi periodik dengan periode maka tanpa menghilangkan keumumannya, fungsi intensitas dapat dituliskan sebagai berikut dimana . Sehingga untuk setiap titik dan semua dengan adalah himpunan bilangan bulat, diperoleh Misalkan untuk suatu , hanya ada sebuah realisasi dari proses Poisson N yang terdefinisi pada suatu ruang peluang , ,P dengan fungsi intensitas seperti pada 3.2 yang diamati pada interval terbatas . Diasumsikan bahwa s adalah titik Lebesgue dari yaitu 3cA `0+ d d ` 6` e lihat Definisi A.26 pada lampiran dan s juga diasumsikan sebagai titik Lebesgue dari . Misalkan f 0 adalah suatu fungsi bernilai real, disebut kernel, jika memenuhi sifat-sifat berikut: K.1 K merupakan fungsi kepekatan peluang. K.2 K terbatas. K.3 K memiliki daerah definisi pada Misalkan pula adalah barisan bilangan real positif yang konvergen menuju nol, yaitu g untuk 0 . Dengan notasi di atas, dapat didefinisikan penduga bagi pada titik sebagai berikut: h + , -.+ Ide dibalik penyusunan penduga tipe kernel untuk dapat dijelaskan seperti berikut: Dari 3.2 masalah pendugaan untuk sebuah titik dapat direduksi menjadi masalah pendugaan untuk titik . Karena hanya ada satu realisasi dari proses Poisson N, kita memiliki informasi mengenai nilai tidak diketahui pada interval . Untuk itu asumsi 3.3 memegang peranan sangat penting untuk proses penyusunan penduga. Misalkan iR f U j k dimana menyatakan banyaknya elemen. Oleh karena itu kita peroleh lR U , -.+ lR U , -.+ m Karena diasumsikan konvergen ke nol dan s merupakan titik Lebesgue dari juga , maka ruas kanan persamaan di atas menjadi j Jn-on` a Jn-o6` a lR U , -.+ p q , -.+ j q , -.+ j q , -.+ r dimana I menyatakan fungsi indikator. Oleh karena itu, dari 3.9 dapat ditulis q , -.+ yang merupakan suatu penduga untuk . Penduga dapat ditulis sebagai l 67 7 + , -.+ Dengan mengganti fungsi 7 2 l 67 7 pada 3.11 dengan fungsi kernel umum K, maka diperoleh penduga pada 3.6.

3.2 Sifat-sifat Statistik