Estimasi maksium Likelihood dalam model Linear dengan matriks Gaussian

SUNANTI, Titis, Dr. Sri Haryatmi, M.Sc

2006 | Tesis | S2 Matematika

Dalam tesis ini diuraikan metode-metode estimasi untuk mengestimasi parameter β dalam model linear Y = Xβ + ε dimana X random dan masing-masing variabel X adan Y mengandung error. Dalam memperoleh estimator parameter β dengan metode estimasi maksimum likelihood (ML) diketahui bahwa estimator maksimum likelihood yang dihasilkan sama dengan estimator yang dihasilkan pada estimasi least squares (LS). Estimasi total least squares adalah metode estimasi lain yang bisa digunakan untuk memperoleh estimator β. Metode ini menghasilkan estimator yang lebih baik daripada estimator yang lain.

This thesis describes the methods to estimate parameter b in linear models Y = X β + ε where X is random and each variables X, Y contains error. Maximum likelihood estimator (MLE) has same value in least squares estimator (LSE). Total least squares (TLS) is another estimation method to estimate the model. This method provides better estimator than the other estimator

Kata Kunci : Estimasi Maksimum,Likelihood,Model Linear, Linear models, Least squares estimation, Maximum likelihood estimation, Total least squares.