Font Size: 

Pada artikel ini, kami memperkenalkan distribusi power Gompertz-Makeham (PGM) dengan empat parameter. Distribusi PGM didapat melalui transformasi power pada distribusi Gompertz-Makeham dan merupakan perluasan dari beberapa distribusi yang umum digunakan dalam memodelkan data waktu hidup. Berbagai sifat-sifat statisitika yang dibahas dari distribusi PGM di antaranya fungsi survival dan hazard rate, momen, median, kuantil, fungsi pembangkit momen, ekspketasi sisa waktu hidup, ekspektasi waktu tak aktif, momen statistik terurut, dan entropi. Kemudian, pada distribusi baru ini dilakukan estimasi parameter menggunakan maximum likelihood estimation (MLE) pada data simulasi untuk mengukur performa MLE pada distribusi PGM. Selanjutnya, distribusi ini digunakan untuk memodelkan data riil tentang waktu hidup untuk mendemonstrasikan fleksibilitas distribusi power Gompertz-Makeham. Pemodelan juga dilakukan menggunakan beberapa distribusi lain untuk membandingkan performa distribusi PGM terhadap distribusi lain dalam memodelkan data.

Data waktu hidup, Gompertz-Makeham, Metode maximum likelihood estimastion, Transformasi power