TEORI PENARIKAN CONTOH DAN SEBAGAINYA

Slides:



Advertisements
Presentasi serupa
METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
Advertisements

Metode Statistika II Pertemuan 2 Pengajar: Timbang Sirait
Distribusi Chi Kuadrat, t dan F
Limit Distribusi.
DISTRIBUSI TEORITIS.
Proses Stokastik Semester Ganjil 2013/2014
Peubah Acak Kontinu Pertemuan Kesebelas Fungsi Kepekatan Peluang
Statistika Matematika I Semester Ganjil 2011 Rahma Fitriani, S.Si., M.Sc.
TRANSPORMASI PEUBAH ACAK DENGAN FUNGSI PEMBANGKIT MOMEN
Statistika Matematika 1
SEBARAN PEUBAH ACAK DISKRIT KHUSUS 2
Materi Pokok 04 PENDUGAAN TITIK Konsep Dasar pendugaan titik
DISTRIBUSI PENCUPLIKAN
NILAI HARAPAN DAN MOMEN
PENDUGAAN SELANG (INTERVAL) NILAI TENGAH
UJI KEBAIKAN SUAI DENGAN PARAMETER DIKETAHUI
D0124 Statistika Industri Pertemuan 15 dan 16
ANALISIS RAGAM (VARIANS)
1 Pertemuan 14 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (II) : Sebaran Z dan t.
SEBARAN NORMAL.
METODE STATISTIKA (STK211)
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
Uji Perbandingan / Beda Dua Nilai Tengah
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
Metode Statistika Pertemuan VI
Metode Statistika Pertemuan VI
SEBARAN PEUBAH ACAK KONTINU KHUSUS 3
SEBARAN PELUANG BERSAMA 2
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
Sebaran Penarikan Contoh
Pengujian Hipotesis Oleh : Enny Sinaga.
Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah.
Sebaran Peluang Diskrit (II) Pertemuan 6
METODE STATISTIKA (STK211)
MODUL IV ESTIMASI/PENDUGAAN (3) A. ESTIMASI RAGAM
Dr. Adji Achmad RF, S.Si, M.Sc
PENARIKAN CONTOH DAN SEBARANNYA – 1
Materi Pokok 26 KORELASI DUA PEUBAH ACAK
Distribusi Probabilitas
PENDUGAAN SELANG RAGAM DAN PROPORSI
UJI KESAMAAN DUA SEBARAN NORMAL
SEBARAN DARI FUNGSI PEUBAH ACAK
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Probabilitas dan Statistika BAB 5 Distribusi Peluang Kontinu
SEBARAN PEUBAH ACAK DISKRIT KHUSUS 3
SEBARAN PELUANG DISKRIT KHUSUS 1
METODE PENDUGAAN TITIK – 1
SEBARAN POISSON DEFINISI
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Untuk Satu Peubah Acak
Sebaran Binomial Trinomial dan Multinomial
MOMEN DAN FUNGSI PEMBANGKIT MOMEN
Pengujian Kesetangkupan (II) Pertemuan 14
SEBARAN GAMMA DAN KHI-KUADRAT.
PEMBANDINGAN GANDA PADA RANCANG KELOMPOK
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Peubah Acak Ganda
DISTRIBUSI-DISTRIBUSI TEORITIS
MOMENT DAN FUNGSI PEMBANGKIT MOMEN
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
NOTASI SEBARAN BINOMIAL
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
Distribusi t Untuk sampel ukuran , taksiran yang baik dapat diperoleh dengan menggunakan . Bila memberikan taksiran.
Ukuran Penyebaran Data
Distribusi dan Uji Chi-Kuadrat
Sebaran Penarikan Contoh
Peubah Acak (Random Variable) IV (kasus Peubah Kontinyu)
4. Pendugaan Parameter II
DISTRIBUSI NORMAL Yusma Yanti ILMU KOMPUTER FMIPA UNPAK.
Pendugaan Parameter Statistika Matematika II
Analisis Multivariat Program S2 Matematika Semester Genap 2011/2012
Statistika Matematika 1
Transcript presentasi:

TEORI PENARIKAN CONTOH DAN SEBAGAINYA Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F Peubah acak dengan Z sebagai peubah acak normal baku dan U adalah peubah acak yang menyebar 2(r) di mana Z dan U adalah dua peubah acak bebas. Fungsi kepekatan t adalah U dan V adalah bebas dengan sebaran Khi-Kuadrat dan menyebar secara Khi-Kuadrat dengan derajat bebas r1 dan r2.

Fungsi kepekatan peluang peubah acak F adalah = pengganti f untuk membedakan f sebagai notasi fungsi. Bila ingin membandingkan ragam dua sebaran normal N(, 12) dan N(2, 22). Contoh acak bebas diambil dengan ukuran masing-masing n1 dan n2 sehingga nisbah Dengan S12 dan S22 ragam contoh dari populasi 1 dan populasi 2.

Nisbah ini mengingatkan kita pada F: U adalah peubah acak yang menyebar secara Khi-Kuadrat dengan derajat bebas n1 – 1 dan V juga adalah peubah acak yang menyebar secara Khi-Kuadrat dengan derajat bebas r2 = n2 – 1 dan kedua peubah acak ini bebas. Contoh 3.1 Jika sebaran F adalah F(r1, r2) maka dengan tabel f dapat dihitung misalnya: r1 = 7, r2 = 8 P(F  3,5) = 0,95 sehingga F 0,05(7,8) = 3,5 dan Untuk r1 = 9, r2 = 4 P(F  314,66) = 0,95 sehingga F 0,05(9,4) = 14,66

Tabel f dapat digunakan untuk nilai peluang kumulatif 0,01; 0,01 dan 0,05 dengan 1/F.

Contoh 3.2 Jika sebaran F adalah F(4, 9) maka P(F  c) = 0,01 dan P(F  d) = 0,05 Dapat diperoleh sebagai berikut: Limit Fungsi Pembangkit Momen Suatu sebaran Binomial dapat didekati dengan sebaran Poisson bila n cukup besar dan p kecil. Fungsi pembangkit momen sebaran Binomial dapat didekati dengan fungsi pembangkit momen Poisson. Perhatikan: Y ~ b(n, p), n   np   n  0

Fungsi pembangkit momennya

Teorema 3.1 Jika barisan fungsi pembangkit momen mendekati nilai tertentu sebut M(t) maka limit sebaran berhubungan dengan sebarannya. Contoh 3.3 Fungsi pembangkit momen Poisson dengan  = 5 mempunyai sebaran Binomial dengan np = 5. Keempat Fungsi Pembangkit Momen:

Makin besar n, nilai pendekatan Binomial makin dekat dengan nilai sebaran Poisson. Contoh 3.4 Peubah acak Y ~ b(50, 1/25) maka Dan dengan sebaran Poisson  = np = 2 P(Y  1) = 0,406 Bila contoh acak X1, X2, …., Xn dari sebaran dengan nilai tengah  maka fungsi pembangkit momen

Contoh 3.5 Misalkan X1, X2, ….., Xn merupakan contoh acak berukuran n dari sebaran eksponensial dengan  = 2. Fungsi pembangkit momen Ketaksamaan Chebychev dan kekonvergenan Dalam Peluang Teorema 3.2 Jika peubah acak X mempunyai nilai tengah  dan ragam 2 maka untuk k  1

Contoh 3.6 Jika X mempunyai nilai tengah 25 dan ragam 2 = 16 maka batas bawah (Lower Bound) dari P(17 < X < 33) adalah Dan batas atas (Upper Bound) untuk P(|X – 25|  12) adalah

Jika peubah acak Y ~ B(n, p) Jika peubah acak Y ~ B(n, p). Y/n frekuensi sukses dan p tidak diketahui sehingga Y/n digunakan menduga p.