KOVARIANS DUA PEUBAH ACAK

Slides:



Advertisements
Presentasi serupa
METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
Advertisements

Nilai Maksimum dan Minimum untuk Fungsi Multi Variabel
DISTRIBUSI PROBABLITAS
STATISTIKA Pertemuan 3 Oleh Ahmad ansar.
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
DISTRIBUSI PROBABLITAS (SSTS 2305 / 3 sks)
Peubah Acak Kontinu Pertemuan Kesebelas Fungsi Kepekatan Peluang
10. KOMBINATORIAL DAN PELUANG DISKRIT.
TRANSPORMASI PEUBAH ACAK DENGAN FUNGSI PEMBANGKIT MOMEN
TURUNAN DALAM RUANG BERDIMENSI n
NILAI HARAPAN (HARAPAN MATEMATIK)
Disusun oleh : Linda Dwi Ariyani (3F)
Fungsi Kepekatan Probabilitas (Probability Density Function)
Pertemuan 26 RUANG METRIK.
Materi Pokok 04 PENDUGAAN TITIK Konsep Dasar pendugaan titik
NILAI HARAPAN DAN MOMEN
Probabilitas dan Statistika BAB 2 Peubah acak dan distribusi peluang
PENDUGAAN SELANG (INTERVAL) NILAI TENGAH
VARIABEL ACAK DAN NILAI HARAPAN
TRANSFORMASI PEUBAH ACAK-ACAK
D0124 Statistika Industri Pertemuan 15 dan 16
ANALISIS RAGAM (VARIANS)
1 Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang Matakuliah: I0262 – Statistik Probabilitas Tahun: 2007 Versi: Revisi.
Metode Statistika (STK211)
Assalamu’alaikum Wr. Wb.
Distribusi F (Fisher) Rasio ragam dari dua populasi yang bersifat bebas, dapat diduga dari rasio varians sampel. Dan rasio ini akan memiliki bentuk sebaran.
SEBARAN PEUBAH ACAK KONTINU KHUSUS 3
SEBARAN PELUANG BERSAMA 2
VARIABEL ACAK DAN NILAI HARAPAN
Nilai Maksimum dan Minimum untuk Fungsi Multi Variabel
Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah.
SEBARAN FUNGSI PEUBAH ACAK
Sebaran Peluang Diskrit (II) Pertemuan 6
PENARIKAN CONTOH DAN SEBARANNYA – 1
Materi Pokok 26 KORELASI DUA PEUBAH ACAK
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
PENDUGAAN SELANG RAGAM DAN PROPORSI
UJI KESAMAAN DUA SEBARAN NORMAL
SEBARAN DARI FUNGSI PEUBAH ACAK
KELOMPOK 6 Amelia Octaviasari Cahyaningrum Uswati
Metode Statistika (STK211)
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
VARIABEL ACAK DAN NILAI HARAPAN
SEBARAN PEUBAH ACAK DISKRIT KHUSUS 3
SEBARAN PELUANG DISKRIT KHUSUS 1
METODE PENDUGAAN TITIK – 1
Parameter distribusi peluang
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Untuk Satu Peubah Acak
Variansi, Kovariansi, dan Korelasi
BINOMIAL & HIPERGEOMETRI
MOMEN DAN FUNGSI PEMBANGKIT MOMEN
Assalamu’alaikum Wr. Wb.
DISTRIBUSI Hipergeometrik
SEBARAN PEUBAH ACAK KONTINU KHUSUS 2
SEBARAN GAMMA DAN KHI-KUADRAT.
Pertemuan 09 Peubah Acak Diskrit
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Peubah Acak Ganda
EXPEKTASI, KOVARIAN DAN KORELASI
Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
TEORI BILANGAN INDUKSI MATEMATIKA
Distribusi Peluang Diskrit
Metode Statistika (STK211)
HARAPAN MATEMATIKA Tri Rahajoeningroem, MT Jurusan Teknik Elektro
Parameter distribusi peluang
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
PENDEKATAAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI HIPERGEOMETRIS Kelompok 4 Sitti Balqies Gande Yulinda Adam Fadilla Hasan.
KONSEP DASAR PROBABILITAS
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:

KOVARIANS DUA PEUBAH ACAK Materi Pokok 25 KOVARIANS DUA PEUBAH ACAK Ukuran Keterikatan Dua Peubah Acak Ambil sepasang peubah acak dan ingin diketahui bagaimana perubahan yang satu berhubungan dengan perubahan yang lainnya misalnya jika X meningkat apakah Y juga ikut meningkat dan jika demikian maka bagaimana kuatnya ketergantungan antara keduanya. Langkah pertama untuk menjawabnya dengan menghitung kovarians. Definisi 25.1 Misalkan X dan Y adalah dua peubah acak dengan nilai tengah x dan y, kovarians X dan Y adalah Cov(X, Y) = E[(X - x) (Y - y)] Konsep kovarians adalah bentuk umum dari varians karena cov(X, X) = var(X).

Fxy(X, Y) = 8xy, 0  x < y < 1 Teorema 25.1 Untuk peubah acak X dan Y dengan nilai tengah x dan y, maka cov(X, Y) = E(XY) - x y Contoh 25.1 Ambil dua peubah acak kontinu X dan Y yang mempunyai fungsi kepakatan gabungan: Fxy(X, Y) = 8xy, 0  x < y < 1 Hitunglah kovarians X dan Y. Pertama hiutng terlebih dahulu fungsi kepekatan marginal X = fx(x) dan fungsi marginal Y = fy(y).

Hubungan Antara Kovarians dan Sifat Kebebasan Jika peubah acak X dan Y berubah secara bebas dan x - x, y - y bisa positif atau negatif. Teorema 25.2 Jika X dan Y adalah bebas maka cov(X, Y) = 0 dan sebaliknya tidak berlaku sehingga tidak dapat mengatakan karema cov(X, Y) = 0 maka X dan Y bebas. Jika X dan Y bebas maka E(XY) = E(X) . E(Y) = x . y sehingga cov(X, Y) = x - y - x . y = 0 Contoh 25.2 Perhatikan ruang contoh: S = {(-2, 4), (-1, 1), (0, 0), (1, 1), (2, 4)} X = peubah acak komponen pertama Y = peubah acak komponen kedua X(-2, 4) = -2, Y(-2, 4) = 4 dst

Hubungan Antara Kovarians dan Ragam Jumlah Jika X1, X2, …., Xn merupakan himpuanan peubah cak bebas dan ragam X1 + X2 + …. + Xn = jumlah ragam Xi, i = 1, 2, …., n. Teorema 25.3 Misalkan X1, X2, …., Xn adalah himpunan n buah peubah acak dan S = X1 + X2 + …. + Xn maka

Contoh 25.3 Pada model hipergeometrik, misalnya dlam kotak ada N bola yang terdiri dari bola merah r dan bola putih , N = r + . Contoh acak berukuran n diambil tanpa pemulihan dan peubah acak X menyatakan banyaknya bola merah yang terambil dari contoh acak. Tentukan var(X). Setiap penarikan contoh