Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Distribusi Sampling Materi Kuliah Metstat #3 Sekolah Tinggi Ilmu Statistik Usman Bustaman, S.Si, MSE, M.Sc.

Presentasi serupa


Presentasi berjudul: "Distribusi Sampling Materi Kuliah Metstat #3 Sekolah Tinggi Ilmu Statistik Usman Bustaman, S.Si, MSE, M.Sc."— Transcript presentasi:

1 Distribusi Sampling Materi Kuliah Metstat #3 Sekolah Tinggi Ilmu Statistik Usman Bustaman, S.Si, MSE, M.Sc.

2 Makna Probabilita  klasik (eksak): P(event E) = N e /N cth: melempar 2 koin 1 kalimelempar 2 koin 1 kali  frekuensi relatif: P(event E)  n e /n cth: melempar 2 koin banyak kalimelempar 2 koin banyak kali  Subjektif: P(event E)  (suka) 2 cth: tidak melempar 2 koin  !!

3 eksak  P (tepat 0 H) = ¼  P (tepat 1 H) = 2/4  P (tepat 2 H) = ¼

4 relatif

5 Pengambilan Sampel Acak (Random Sampling)  Syarat: Masing-2 elemen dlm populasi memiliki probabilita yg sama utk terpilih If X i ~ f(x)  f(x 1,x 2,…,x n )=f(x 1 )f(x 2 )…f(x n )

6 Pengambilan Sampel Acak (Random Sampling)  Cara (Sampling Technique):  membuat sampling frame  menarik sampel secara random  Contoh: Ott & Longnecker (2010) p. 195: Survey (polling) yang dilakukan oleh Literary Digest vs Goerge Gallup  pemenang pilpres AS (Landon vs Roosevelt) th 1936

7 Contoh  Pemilihan 2 kota dari 10 kota All Possible Sample Bgm dgn populasi yg besar?? Buat Sampling frame Tarik angka random sebanyak n

8 Distribusi Sampling  7an pengambilan sampel  memperoleh/menduga karakteristik populasi statistik  parameter  Distribusi sampling  distribusi probabilita dari (sebuah) statistik.  Example 4.22 (Ott & Longnecker p. 182) Example 4.22 Montgomery, p.197 Walpole, p.231

9 Distribusi sampling dari rata-2 sampel  Example 4.22 (Ott & Longnecker p. 182) Example 4.22  Teorema Limit Pusat Tugas: Buktikan

10 Contoh Aplikasi Montgomery, p. 241, exercise 7.14  Misal X memiliki distribusi peluang uniform:  Jika diambil sebanyak 40 sampel dari X, tentukan distribusi sampling untuk rata-ratanya. Hint: tent. E(X) dan Var(X), lalu gunakan CLT

11 Distribusi sampling dari varians sampel i = 1 Bagi dengan dan substitusi Dist. Chi-square dgn df = nDist. Chi-square dgn df = 1

12 Normal  chi-square  Tabel Chi-square

13

14 Distribusi sampling dari proporsi sampel  P = X/n  binomial(n,p)

15

16 Contoh Montgomeri example 4.17, 4.18, p  Dengan pendekatan dist. normal

17 Queez 1.Apa yang dimaksud dengan Distribusi Probabilita? 2.Apa yang dimaksud dengan Distribusi Sampling? 3.Apakah Distribusi Probabilita = Distribusi Sampling: a.Secara makna? (Ya/tidak), jelaskan! b.Secara realita/interpretasi? (Ya/tidak), jelaskan! 4.Jelaskan pengertian dari teorema limit pusat (central limit theorem)


Download ppt "Distribusi Sampling Materi Kuliah Metstat #3 Sekolah Tinggi Ilmu Statistik Usman Bustaman, S.Si, MSE, M.Sc."

Presentasi serupa


Iklan oleh Google