BibTex Citation Data :
@article{JFMA15029, author = {Mila Dewi and Sutarman Sutarman}, title = {ESTIMASI PARAMETER MODEL ARCH MENGGUNAKAN METODE BAYES}, journal = {Journal of Fundamental Mathematics and Applications (JFMA)}, volume = {5}, number = {2}, year = {2022}, keywords = {Estimasi Parameter, Model ARCH, Metode Bayes}, abstract = { Penelitian ini bertujuan menaksir parameter model ARCH menggunakan Metode Bayes kemudian akan dibandingkan dengan metode Maksimum Likelihood. Pada metode Bayes distribusi prior digabungkan dengan fungsi Likelihood untuk memperoleh distribusi posterior, yang akan menjadi dasar dalam inferensi. Pemilihan prior yang berbeda akan menghasilkan inferensi yang berbeda pula. Distribusi prior yang digunakan dalam penelitian ini adalah prior berdistribusi eksponensial. Setelah distribusi posterior diperoleh, dilakukan simulasi Markov Chain Monte Carlo dengan menggunakan Algoritma Metropolist-Hasting. Dari hasil simulasi MCMC tersebut diperoleh estimator model ARCH menggunakan metode Bayes dan kemudian dibandingkan dengan estimator model ARCH menggunakan metode Maksimum Likelihood. Berdasarkan penelitian ini diketahui bahwa dengan menggunakan data yang sama nilai mean residual dan standard error menggunakan metode Bayes lebih kecil dibandingkan metode Maksimum Likelihood. Hasil mean residual dan standard error menggunakan metode Bayes adalah 0,4372 dan 0,0272. Sedangkan Mean residual dan standard error menggunakan metode Maksimum Likelihood adalah 0,9166 dan 0,0456. Dari hasil tersebut dapat dilihat bahwa estimasi parameter menggunakan metode Bayes baik digunakan pada model ini. }, issn = {2621-6035}, pages = {162--175} doi = {10.14710/jfma.v5i2.15029}, url = {https://ejournal2.undip.ac.id/index.php/jfma/article/view/15029} }
Refworks Citation Data :
Penelitian ini bertujuan menaksir parameter model ARCH menggunakan Metode Bayes kemudian akan dibandingkan dengan metode Maksimum Likelihood. Pada metode Bayes distribusi prior digabungkan dengan fungsi Likelihood untuk memperoleh distribusi posterior, yang akan menjadi dasar dalam inferensi. Pemilihan prior yang berbeda akan menghasilkan inferensi yang berbeda pula. Distribusi prior yang digunakan dalam penelitian ini adalah prior berdistribusi eksponensial. Setelah distribusi posterior diperoleh, dilakukan simulasi Markov Chain Monte Carlo dengan menggunakan Algoritma Metropolist-Hasting. Dari hasil simulasi MCMC tersebut diperoleh estimator model ARCH menggunakan metode Bayes dan kemudian dibandingkan dengan estimator model ARCH menggunakan metode Maksimum Likelihood. Berdasarkan penelitian ini diketahui bahwa dengan menggunakan data yang sama nilai mean residual dan standard error menggunakan metode Bayes lebih kecil dibandingkan metode Maksimum Likelihood. Hasil mean residual dan standard error menggunakan metode Bayes adalah 0,4372 dan 0,0272. Sedangkan Mean residual dan standard error menggunakan metode Maksimum Likelihood adalah 0,9166 dan 0,0456. Dari hasil tersebut dapat dilihat bahwa estimasi parameter menggunakan metode Bayes baik digunakan pada model ini.
Article Metrics:
Last update:
Authors who publish articles in this journal agree to the following terms:
For more detailed information about the copyright transfer, please refer to this page: COPYRIGHT TRANSFER FORM