Fungsi Quasi-Likelihood untuk Penaksiran Parameter dalam Distribusi Pareto

Abstract

Quasi-likelihood can be used for estimation a relation between the mean and variance of the observations sample. Likelihood estimation method concentrated on cases where the observation are independent, but extensions can be made to include correlations between the data points. In this thesis, Bayesian estimation for the Pareto distribution aims to discuss the possibility of using the quasi-likelihood function in the Bayesian approach. A new method which called ” Quasi-Likelihood Estimation”. This method has been reduced to the usual Bayesian Estimation if the distribution is a member of the exponential family. The maximum quasi-likelihood estimation used the unknown parameters. The Pareto principle known as the 80-20 rule can also refer to Pareto efficiency. The Pareto principle referred to estimation has been applied in various area, such as : economic, social, sciences and geophysica.

Fungsi quasi-likelihood yang digunakan untuk penaksiran berkaitan antara mean dan varians dari pengamatan-pengamatan sampel. Metode penaksiran likelihood dikonsentrasikan pada hal dimana observasi adalah independen, tetapi perluasan dapat dibuat termasuk korelasi diantara titik-titik data. Pada tesis ini, penaksiran Bayesian untuk distribusi Pareto yang bertujuan untuk meninjau kemungkinan penggunaan fungsi quasi-likelihood dalam pendekatan Bayesian. Suatu metode baru yang dinamakan penaksiran Quasi-Likelihood. Metode ini mengurangi penaksiran Bayesian biasa, jika distribusi itu adalah suatu anggota dari keluarga eksponensial. Digunakan penaksiran quasi-likelihood maksimum dari parameter-parameter tak dikenal dari distribusi Pareto. Prinsip Pareto yang dikenal sebagai 20-80 peraturan dapat juga berkenaan dengan efisiensi Pareto. Prinsip Pareto yang berkaitan dengan penaksiran banyak diaplikasikan dalam berbagai bidang, seperti: ekonomi, sosial, sains dan geofisika.