Kode Mata Kuliah | MA3081 / 4 SKS |
---|
Penyelenggara | 101 - Matematika / FMIPA |
---|
Kategori | Kuliah |
---|
| Bahasa Indonesia | English |
---|
Nama Mata Kuliah | Statistika Matematika | Mathematical Statistics |
---|
Bahan Kajian | - Distribusi dari parameter sampel untuk mean dan variansi (X-bar dan variansi sampel)
- Barisan statistik, distribusi limit, teorema limit pusat
- Kekonvergenan barisan peubah acak dan tipe-tipe konvergensi (konvergen dalam peluang dan konvergen dalam distribusi)
- Konvergen dalam peluang dan ketidaksamaan Chebyshev
- Konvergen dalam distribusi dan limit dari fungsi pembangkit momen
- Metode penaksiran parameter: maksimum likelihood dan metode momen dan sifat-sifat penaksir
- Penaksir interval untuk mean dan variansi
- Penaksir interval untuk selisih dua mean dan rasio dua variansi, Penaksiran titik dan interval metode Bayes
- Pengertian uji hipotesis, best critical region, Dalil Neyman-Pearson
- Uji rasio likelihood dan UMPT
- Statistik Cukup melalui Faktorisasi Neyman dan kelas distribusi eksponensial
- Sifat-sifat penaksir tak bias dan efisien, penentuan estimator MVUE dengan Dalil Rao-Blackwell
- Kelengkapan dan ketunggalan estimator melalui Ketidaksamaan Rao-Cramer
| - Distribution of sample parameters for mean and variance (X-bar and sample variance)
- Statistical series, limit distribution, central limit theorem
- Convergence of random variable series and types of convergence (convergent in probability and convergent in distribution)
- Converges in probability and Chebyshev's inequality
- Converges in the distribution and limit of the moment generating function
- Parameter estimation methods: maximum likelihood and method of moments and properties of estimators
- Interval estimators for mean and variance
- Interval estimator for difference of two means and ratio of two variances, Point and interval estimator of Bayes method
- Definition of hypothesis testing, best critical region, Neyman-Pearson argument
- Likelihood ratio test and UMPT
- Sufficient Statistics via Neyman Factorisation and exponential distribution classes
- Properties of unbiased and efficient estimators, determination of MVUE estimator by Rao-Blackwell's Razor
- Completeness and uniqueness of estimator via Rao-Cramer Inequality
|
---|
Capaian Pembelajaran Mata Kuliah (CPMK) | - Kemampuan dasar untuk mempelajari distribusi-distribusi statistika yang mendukung estimasi parameter populasi.
- Mampu menentukan taksiran parameter populasi melalui tahapan matematis yang benar.
- Kemampuan dasar untuk mempelajari distribusi-distribusi statistika yang mendukung estimasi parameter populasi.
Mampu menentukan taksiran parameter populasi melalui tahapan matematis yang benar.
- Mampu menentukan taksiran parameter populasi melalui tahapan matematis yang benar.
| - Basic skills to learn statistical distributions that support population parameter estimation.
- Able to determine estimated population parameters through correct mathematical steps.
- Basic ability to learn statistical distributions that support population parameter estimation.
Able to determine estimated population parameters through correct mathematical steps.
- Able to determine estimated population parameters through correct mathematical steps.
|
---|
Metode Pembelajaran | Ceramah, pembelajaran kolaboratif, dan diskusi kelompok. | Lectures, collaborative learning, and group discussions. |
---|
Modalitas Pembelajaran | Luring, sinkron, mandiri | Offline, synchronized, self-paced |
---|
Jenis Nilai | ABCDE |
---|
Metode Penilaian | Kuis, UTS, UAS, dan Tugas | Quizzes, midterms, final exams, and assignments |
---|
Catatan Tambahan | | |
---|