Sebaran Peluang Diskrit (II) Pertemuan 6

Slides:



Advertisements
Presentasi serupa
PROBABILITAS.
Advertisements

Metode Statistika II Pertemuan 2 Pengajar: Timbang Sirait
SEBARAN DISKRIT Variabel Diskrit dan kontinue Variabel diskrit yang dimaksud adalah variabel yang diamati/diukur tidak dapat diwakili oleh seluruh titik.
DISTRIBUSI TEORITIS.
Distribusi Poisson Percobaan Poisson memiliki ciri-ciri sbb :
DISTRIBUSI PROBABILITAS DISKRET
BAB IX DISTRIBUSI TEORITIS
Bab 5. Probabilitas Diskrit
DISTRIBUSI TEORETIS Tujuan :
Distribusi Hipergeometrik Distribusi Poisson.
Pengujian Beberapa Proporsi (II) Pertemuan 20 Matakuliah: I0014 / Biostatistika Tahun: 2008.
PANJANG PENYALURAN TULANGAN PERTEMUAN 16
SEBARAN PEUBAH ACAK DISKRIT KHUSUS 2
Pengujian Keketerkaitan Dua Peubah Kualitatif (II) Pertemuan 16 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Rancangan Percobaan (I) Pertemuan 25 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Beberapa Sebaran Peluang Diskret (2)
Pengujian Beberapa Proporsi (I) Pertemuan 19 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Sebaran Peluang Kontinu (I) Pertemuan 7 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Fungsi Logaritma Pertemuan 12
1 Pertemuan 14 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (II) : Sebaran Z dan t.
1 Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang Matakuliah: I0262 – Statistik Probabilitas Tahun: 2007 Versi: Revisi.
Sebaran Peluang Kontinu (II) Pertemuan 8 Matakuliah: I0014 / Biostatistika Tahun: 2008.
DISTRIBUSI PROBABILITAS diskrit
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI BINOIMIAL DAN POISSON
Rancangan Percobaan (II) Pertemuan 26
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
DISTRIBUSI PROBABILITAS
Analisis Ragam dan Peragam (I) Pertemuan 23
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 10 Distribusi Sampling
Distribusi Probabilitas
PENYALURAN TULANGAN Pertemuan 23
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
PENDUGAAN SELANG RAGAM DAN PROPORSI
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
DISTRIBUSI POISSON Kelompok 6 Elia Lugastio ( )
Statistika Deskriptif Pertemuan 2
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Sebaran Peluang (II) Pertemuan 4
SEBARAN PEUBAH ACAK DISKRIT KHUSUS 3
KRITERIA DESAIN, STANDAR DESAIN, DAN METODE ANALISIS PERTEMUAN 6
DISTRIBUSI PROBABILITAS DISKRIT (1)
Inferensi Dua Nilaitengah Ganda (IV)
DISTRIBUSI PROBABILITAS DISKRIT (1)
Distribusi Teoritis Peluang Diskrit
DISTRIBUSI PELUANG HYPERGEOMETRI
Pengujian Kesetangkupan (II) Pertemuan 14
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 09 Peubah Acak Diskrit
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pendahuluan Pertemuan 1
Pertemuan 3 Aljabar Matriks (II)
Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang
NOTASI SEBARAN BINOMIAL
SEBARAN PELUANG DISKRET & KONTINU
Distribusi Peluang Diskrit
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pengujian Keketerkaitan Dua Peubah Kualitatif (I) Pertemuan 15
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
KAPASITAS PENAMPANG MENAHAN GAYA LINTANG Pertemuan 13
DISTRIBUSI PROBABILITAS DISKRET
Model dan Simulasi Distribusi Poisson Veni Wedyawati, S.Kom, M.Kom.
Distribusi Probabilitas
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI BINOMIAL Suatu percobaan binomial yang diulang sebanyak n kali dengan P(sukses) = P(S) = p dan P(gagal) = P(G) = 1 – p = q adalah tetap pada.
Transcript presentasi:

Sebaran Peluang Diskrit (II) Pertemuan 6 Matakuliah : I0014 / Biostatistika Tahun : 2008 Sebaran Peluang Diskrit (II) Pertemuan 6

Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Mahasiswa dapat menjelaskan konsep sebaran peluang diskrit (C2) Mahasiswa dapat menghitung sebaran peluang Poisson (C3) Mahasiswa dapat menghitung sebaran peluang Hipergeometrik (C3) Bina Nusantara

Outline Materi Sebaran Poisson Sebaran Hipergeometrik Bina Nusantara

Sebaran Binomial Negatif Sebaran Hipergeometrik Sebaran Poisson Sebaran peluang diskrit yang bentuknya istimewa sangat banyak, 4 diantaranya adalah : Sebaran Binomial Sebaran Binomial Negatif Sebaran Hipergeometrik Sebaran Poisson Bina Nusantara

Sebaran Poisson Sebaran peluang Poisson dapat digunakan untuk mendekati peluang banyak sukses dalam sejumlah percobaan, jika banyak percobaan n  20 dan peluang sukses p  0,05 atau p  0,95 atau Jika n makin besar dan p makin mendekati 0 atau 1 penggunaan rumus Poisson akan semakin baik. Bina Nusantara

Sebaran Poisson Ciri-ciri sebaran Poisson: Banyaknya hasil percobaan yang terjadi dalam suatu selang waktu atau daerah tertentu, tidak bergantung pada banyaknya hasil percobaan yang terjadi pada selang waktu atau daerah lain yang terpisah. Peluang terjadinya satu hasil percobaan selama suatu selang waktu yang singkat sekali atau dalam suatu daerah yang kecil, sebanding dengan panjang selang waktu tersebut dan tidak bergantung pada banyaknya hasil percobaan yang terjadi di luar selang. Peluang bahwa lebih dari satu hasil percobaan akan terjadi dalam selang waktu yang singkat tersebut dapat diabaikan. Bina Nusantara

Sebaran Poisson dimana: µ = rata-rata banyaknya hasil percobaan Bina Nusantara

Sebaran Poisson Nilai tengah peubah X adalah: Ragam peubah acak X adalah: Simpangan baku peubah acak X adalah: Bina Nusantara

Sebaran Hipergeometrik Ciri-ciri sebaran hipergeometrik: Suatu contoh (n) diambil dari populasi (N) k dari N benda diklasifikasikan sebagai berhasil Penarikan contoh tanpa pemulihan Bina Nusantara

Sebaran Hipergeometrik Besarnya peluang bagi peubah acak hipergeometrik yang menyatakan banyak keberhasilan dalam contoh acak berukuran n adalah : Bina Nusantara

Sebaran Hipergeometrik Nilai tengah peubah X adalah: Ragam peubah acak X adalah: Simpangan baku peubah acak X adalah: Bina Nusantara

Penutup Sampai saat ini Anda telah mempelajari dua sebaran peubah acak diskrit yang istimewa, yaitu sebaran Poisson dan sebaran hipergeometrik Untuk dapat lebih memahami penggunaan kedua sebaran tersebut, cobalah Anda pelajari materi penunjang dan mengerjakan latihan Bina Nusantara