{"title":"Power gompertzham的分布:统计属性和应用","authors":"Moch. Taufik Hakiki, Hairul Umam","doi":"10.32665/james.v6i2.1910","DOIUrl":null,"url":null,"abstract":"Pada artikel ini, kami memperkenalkan distribusi power Gompertz-Makeham (PGM) dengan empat parameter. Distribusi ini didapat melalui transformasi power pada distribusi Gompertz-Makeham. Pada distribusi baru ini, pertama kami turunkan beberapa sifat statisitika dari distribusi PGM, seperti fungsi kuantil, momen, dan momen tak lengkap, serta beberapa akibat dari sifat tersebut. Semua sifat tersebut disajikan dalam bentuk tertutup yang dapat mempermudah proses komputasi pada sifat tersebut. Pada distribusi baru ini, kemudian kami lakukan estimasi parameter menggunakan maximum likelihood estimation (MLE), pertama pada data simulasi untuk mengukur performa MLE pada distribusi PGM, dan selanjutnya pada data kekuatan fiber karbon untuk mendemonstrasikan fleksibilitas distribusi power Gompertz-Makeham.","PeriodicalId":33708,"journal":{"name":"MUST Journal of Mathematics Education Science and Technology","volume":"18 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Distribusi Power Gompertz-Makeham: Sifat-Sifat Statistika dan Aplikasinya\",\"authors\":\"Moch. Taufik Hakiki, Hairul Umam\",\"doi\":\"10.32665/james.v6i2.1910\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Pada artikel ini, kami memperkenalkan distribusi power Gompertz-Makeham (PGM) dengan empat parameter. Distribusi ini didapat melalui transformasi power pada distribusi Gompertz-Makeham. Pada distribusi baru ini, pertama kami turunkan beberapa sifat statisitika dari distribusi PGM, seperti fungsi kuantil, momen, dan momen tak lengkap, serta beberapa akibat dari sifat tersebut. Semua sifat tersebut disajikan dalam bentuk tertutup yang dapat mempermudah proses komputasi pada sifat tersebut. Pada distribusi baru ini, kemudian kami lakukan estimasi parameter menggunakan maximum likelihood estimation (MLE), pertama pada data simulasi untuk mengukur performa MLE pada distribusi PGM, dan selanjutnya pada data kekuatan fiber karbon untuk mendemonstrasikan fleksibilitas distribusi power Gompertz-Makeham.\",\"PeriodicalId\":33708,\"journal\":{\"name\":\"MUST Journal of Mathematics Education Science and Technology\",\"volume\":\"18 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-10-25\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"MUST Journal of Mathematics Education Science and Technology\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.32665/james.v6i2.1910\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"MUST Journal of Mathematics Education Science and Technology","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.32665/james.v6i2.1910","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Distribusi Power Gompertz-Makeham: Sifat-Sifat Statistika dan Aplikasinya
Pada artikel ini, kami memperkenalkan distribusi power Gompertz-Makeham (PGM) dengan empat parameter. Distribusi ini didapat melalui transformasi power pada distribusi Gompertz-Makeham. Pada distribusi baru ini, pertama kami turunkan beberapa sifat statisitika dari distribusi PGM, seperti fungsi kuantil, momen, dan momen tak lengkap, serta beberapa akibat dari sifat tersebut. Semua sifat tersebut disajikan dalam bentuk tertutup yang dapat mempermudah proses komputasi pada sifat tersebut. Pada distribusi baru ini, kemudian kami lakukan estimasi parameter menggunakan maximum likelihood estimation (MLE), pertama pada data simulasi untuk mengukur performa MLE pada distribusi PGM, dan selanjutnya pada data kekuatan fiber karbon untuk mendemonstrasikan fleksibilitas distribusi power Gompertz-Makeham.