Part 2 Menghitung Probabilitas

Slides:



Advertisements
Presentasi serupa
TEORI PROBABILITAS.
Advertisements

Probabilitas Bagian 2.
TEORI PROBABILITAS.
BAB 2 ATURAN DASAR PROBABILITAS
Fungsi distribusi dari Y adalah : G(y)=Pr(Y≤y)=Pr(u(X ≤y)=Pr(X≤w(y))=
Conditional Probability Bayes Theorem And Independence
Conditional Probability Bayes Theorem And Independence
Pertemuan 05 Sebaran Peubah Acak Diskrit
Part 2 Menghitung Probabilitas
NIPRL 1.4 Probabilitas Bersyarat Definisi Probabilitas Bersyarat(1/2) Probabilitas Bersyarat Probabilitas bersyarat kejadian A pada kejadian B adalah.
TEOREMA BAYES.
Statistika Mulaab,S,si M.kom Lab CAI Teknik Informatika xxxx Website Kuliah : mulaab.wordpress.com.
Review Probabilitas (pertemuan 8)
PROBABILITAS (LANJUTAN)
Bab 1 PENGANTAR PELUANG
KONSEP DASAR PROBABILITAS
PROBABILITAS Teori probabilitas sering disebut teori kemungkinan, teori peluang dan merupakan dasar bagi pemahaman statistika A. Probabilitas Sederhana.
TEORI PROBABILITA Tita Talitha, MT.
Modul 4 : Probabilitas.
PELUANG TOTAL DAN KAIDAH BAYES
Didin Astriani Prasetyowati, M.Stat
KONSEP DASAR PROBABILITAS
Estimasi.
STATISTIK INDUSTRI MODUL 12
KONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS
Teori Peluang / Probabilitas
TEORI PROBABILITAS.
KONSEP DASAR PROBABILITAS
Konsep Dasar Peluang Pertemuan 5 & 6.
Metode Statistika (STK211)
KONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS
Statistika Chapter 4 Probability.
TEORI PROBABILITAS.
TEORI PROBABILITA Tita Talitha, MT.
KONSEP DASAR PROBABILITAS
PROBABILITAS.
PROBABILITAS (Aturan Dasar Probabilitas)
DISTRIBUSI PROBABILITAS TEORITIS
TEORI PROBABILITAS.
KONSEP DASAR PROBABILITAS
Teori Peluang dan Aturan Penjumlahan
PELUANG Peluang Kejadian Frekuensi Harapan Peluang Komplemen Kejadian
Review probabilitas (1)
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
Tutun Juhana Review probabilitas Tutun Juhana
Tutun Juhana Review probabilitas Tutun Juhana
KONSEP DASAR PROBABILITAS
Estimasi.
KONSEP DASAR PROBABILITAS
4 Probabilitas Peluang Bersyarat Kejadian Saling Bebas
BAB XII PROBABILITAS (Aturan Dasar Probabilitas) (Pertemuan ke-27)
Probabilitas kondisional
STATISTIKA DAN PROBABILITAS
TEOREMA BAYES.
A. Peluang Suatu Kejadian
KONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS
Bab 1 PENGANTAR PELUANG
BAB 2 Peluang.
STATISTIKA DAN PROBABILITAS (CIV -110)
Konsep probabilitas Sebuah Eksperimen akan menghasilkan sesuatu yang tidak dapat diperkirakan sebelumnya      Sekumpulan hasil eksperimen  ruang sampel.
Probabilitas dan Statistik
KONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS
Pengantar Probabilitas
TEORI PROBABILITAS Disarikan dari : Adawiyah, Ariadi dan sumber lain yang relevan This template is provided by
Sifat – sifat probabilitas kejadian A
Transcript presentasi:

Part 2 Menghitung Probabilitas Probability Part 2 Menghitung Probabilitas

Keller: Stats for Mgmt & Econ, 7th Ed Gabungan,…. Dinotasikan : A  B April 26, 2018 Cth 1. Tentukan probabilitas manager dari S1 (B1) atau manager lulusan MBA (A1). B1 B1 B2 P(Ai) A1 .11 .29 .40 A2 .06 .54 .60 P(Bj) .17 .83 1.00 A1 P(A1 or B1) = .11 + .06 + .29 = .46 Copyright © 2006 Brooks/Cole, a division of Thomson Learning, Inc.

Keller: Stats for Mgmt & Econ, 7th Ed April 26, 2018 1. Aturan Komplemen Komplemen kejadian A adalah suatu kejadian dimana A tidak terjadi P(AC) = 1 – P(A) cth 2 Pelemparan dadu, maka probabilitas muncul angka 1 adalah 1/6. Sehingga probabilitas muncul dadu angka bukan 1 adalah 1 – 1/6 = 5/6. Copyright © 2006 Brooks/Cole, a division of Thomson Learning, Inc.

Keller: Stats for Mgmt & Econ, 7th Ed April 26, 2018 2. Aturan Perkalian Digunakan untuk menghitung probabilitas gabungan dua kejadian. Rumus : P(A  B) = P(A | B)•P(B) atau, P(A and B) = P(B | A) • P(A) Jika A dan B kejadian yang saling independen maka : P(A dan B) = P(A)•P(B) Copyright © 2006 Brooks/Cole, a division of Thomson Learning, Inc.

Keller: Stats for Mgmt & Econ, 7th Ed April 26, 2018 3. Aturan Penjumlahan Aturan penjumlahan digunakan untuk menghitung probabilitas kejadian A atau B atau keduanya A dan B terjadi P(A atau B) = P(A) + P(B) – P(A dan B) P(A  B) = P(A) + P(B) – P(A  B) Copyright © 2006 Brooks/Cole, a division of Thomson Learning, Inc.

Keller: Stats for Mgmt & Econ, 7th Ed Aturan penjumlahan April 26, 2018 P(A1) = .11 + .29 = .40 P(B1) = .11 + .06 = .17 B1 B1 B2 P(Ai) A1 .11 .29 .40 A2 .06 .54 .60 P(Bj) .17 .83 1.00 A1 P(A1 atau B1) = P(A) + P(B) –P(A dan B) = .40 + .17 - .11 = .46 Tentukan ! P(A2 atau B1) Copyright © 2006 Brooks/Cole, a division of Thomson Learning, Inc.

Aturan penjumlahan untuk kejadian saling bebas Keller: Stats for Mgmt & Econ, 7th Ed April 26, 2018 Aturan penjumlahan untuk kejadian saling bebas Jika A dan B saling bebas maka P(A dan B) = 0 jadi P(A atau B) = P(A) + P(B) Copyright © 2006 Brooks/Cole, a division of Thomson Learning, Inc.

Latihan 1

Probabilitas Bersyarat notasi Probabilitas kejadian A dengan syarat kejadian B Rumus :

Contoh DD Donuts are looking into the probabilites of their customers buying donuts and coffe. T. its know that P(Donuts)=3/4, P(Coffe|Donuts’)=1/3 and P(DonutsCoffe)=9/20. Find P(Coffe|Donuts) !

Latihan 2

Aturan Probabilitas Total Jika {Bi} adalah partisi dari ruang sampel  Dan {ABi} adalah partisi dari kejadian A maka berdasarkan sifat probabilitas : Anggap P(Bi)>0, untuk setiap I maka berlaku :

Teorema Bayes Jika {Bi} adalah partisi dari ruang sampel  Misal P(A)>0 dan P(Bi)>0, untuk setiap i Maka dengan teorema probabilitas total :  Disebut dengan teorema bayes P(Bi) disebut dengan probabilitas prior dari kejadian Bi P(BiA) disebut dengan probabilitas posterior dari kejadian Bi (dengan syarat A)

Contoh Suatu pabrik mempunyai 3 mesin  A, B dan C. masing-masing peluang berproduksi adalah  60%, 30% dan 10%. Persentase kerusakan produksi yang disebabkan oleh masing-masing mesin 2%, 3% dan 4%. Misal dipilih satu unit produksi dan diketahui rusak. Maka hitung probabilitas bahwa kerusakan produk yang diambil dari mesin C! Misal R adalah unit produk yang rusak maka akan dihitung P(C|R) yaitu probabilitas unit produksi dari mesin C dengan diketahui unit produk rusak

Latihan 3

Definisi: Independensi

Latihan 4