SEBARAN DARI FUNGSI PEUBAH ACAK

Slides:



Advertisements
Presentasi serupa
Distribusi Chi Kuadrat, t dan F
Advertisements

ANALISIS VARIANSI (ANOVA)
Pendahuluan Landasan Teori.
BEBERAPA EKSPEKTASI KHUSUS
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
SAMPLING DAN DISTRIBUSI SAMPLING
Bab1.Teori Penarikan Sampel
DISTRIBUSI DARI FUNGSI VARIABEL RANDOM
Statistika Multivariat
UJI HOMOGINITAS VARIANS
TRANSPORMASI PEUBAH ACAK DENGAN FUNGSI PEMBANGKIT MOMEN
NILAI HARAPAN (HARAPAN MATEMATIK)
Rentang Kepercayaan (Confidence Interval)
DISTRIBUSI PENCUPLIKAN
1 Pertemuan 14 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (II) : Sebaran Z dan t.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
PENGUJIAN PARAMETER DENGAN DATA SAMPEL
Distribusi F (Fisher) Rasio ragam dari dua populasi yang bersifat bebas, dapat diduga dari rasio varians sampel. Dan rasio ini akan memiliki bentuk sebaran.
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
SEBARAN PEUBAH ACAK KONTINU KHUSUS 3
SEBARAN PELUANG BERSAMA 2
Oleh : Indah Manfaati Nur, S.Si.,M.Si
TEORI PENDUGAAN (TEORI ESTIMASI)
Statistika Inferensi : Estimasi Titik & Estimasi Interval
STATISTIKA UNTUK TEKNIK SIPIL.
ANALISIS VARIANSI (ANOVA)
Distribusi Normal.
Distribusi Normal.
MODUL IV ESTIMASI/PENDUGAAN (3) A. ESTIMASI RAGAM
KONSEP DASAR STATISTIK
Pendugaan Parameter Pendugaan rata-rata (nilai tengah)
DISTRIBUSI SAMPLING STATISTIK
Bab 4. Teori Penarikan Sampel
PENARIKAN CONTOH DAN SEBARANNYA – 1
Pertemuan 10 Distribusi Sampling
Materi Pokok 26 KORELASI DUA PEUBAH ACAK
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
PENDUGAAN SELANG RAGAM DAN PROPORSI
Peubah Acak Oleh : Asep Ridwan Jurusan Teknik Industri FT UNTIRTA.
Distribusi Probabilitas Kontinyu
METODE PENDUGAAN TITIK – 1
Parameter distribusi peluang
BAB 3 PENARIKAN SAMPEL DAN PENDUGAAN
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Untuk Satu Peubah Acak
Sebaran Binomial Trinomial dan Multinomial
MOMEN DAN FUNGSI PEMBANGKIT MOMEN
BEBERAPA CONTOH FUNGSI KEPEKATAN PELUANG (PROBABILITAS)
SEBARAN GAMMA DAN KHI-KUADRAT.
Statistika Multivariat
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Peubah Acak Ganda
Bab1.Teori Penarikan Sampel
Perbedaan Taksiran Nisbah dengan Rataan Per Unit
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
SEBARAN NORMAL GANDA (The Bivariate Normal Distribution)
UKURAN VARIASI (DISPERSI) Sumber : J.Supranto, hal.127
Distribusi Peluang Kontinu
Distribusi t Untuk sampel ukuran , taksiran yang baik dapat diperoleh dengan menggunakan . Bila memberikan taksiran.
Ukuran Penyebaran Data
Analisis Variansi.
Sebaran Penarikan Contoh
Penyebaran Data Kuliah 9.
Distribusi Peluang Kontinu
Analisis Variansi.
DISTRIBUSI PELUANG KONTINYU
Statistika Inferensi : Estimasi Titik & Estimasi Interval
STATISTIKA UNTUK TEKNIK SIPIL.
ANALISIS VARIANSI (AnaVa)
Parameter distribusi peluang
Pendugaan Parameter Statistika Matematika II
Transcript presentasi:

SEBARAN DARI FUNGSI PEUBAH ACAK

Beberapa Definisi Dan Sifat Fungsi Peubah Acak Mis X1, X2, …, Xn merupakan n peubah acak dengan fkp f(x1, x2,…xn). Y adalah peubah acak yang didefinisikan Y = u (x1, x2,…xn). Biasanya f(x1 x2 ,…, xn) diketahui dan fkp bagi y dapat ditentukan Jika n=1 dan x1 ~ N(,2) maka Y= ~ N(0,1) Jika n bilangan bulat positif dan jika Xi i=1,2,3, …, bebas stokhastik (Mutually Stochastically Independent)

Sedemikian sehingga fkp bersamanya adalah f(xi) Definisi Mis X1, X2, …, xn merupakan sampel acak berukuran n dari suatu sebaran. Statistik : Definisi Suatu fungsi dari satu atau lebih peubah acak yang tidak tergantung pada parameter yang tidak diketahui disebut statistik Mis X1, X2,…, Xn adalah n peubah acak bebas stokhastik dengan fkp f(x) tidak diketahui dan fkp bagi X1,X2,.. Xn adalah f1(x1)= f(x1),f(x2),…,fn(xn)= f(xn) Sedemikian sehingga fkp bersamanya adalah f(x1, x2, …, xn) = f(x1).f(x2).f(x3)…f(xn) dan vektor deviasi tiap observasi terhadap rata-rata adalah saling bebas.

Disebut rata-rata dari sampel acak Disebut varian (ragam) dari sampel acak

Dalil : Misalkan X1 ... Xn adalah sampel (contoh) dari populasi normal dengan rata-rata  dan variansi 2. Maka momen sampel dan vektor deviasi tiap observasi terhadap rata-rata adalah saling bebas. BUKTI DARI DALIL DIATAS DAPAT DILIHAT PADA MATERI PENUNJANG

Dalil : Jika s2 varians sampel berukuran n dari populasi normal dengan rata-rata  dan varians 2, maka peubah acak berdistribusi khi-kuadrat - dengan derajat bebas (n-1) .

Tranformasi Peubah Acak Dengan Metode Fungsi Sebaran Misalkan X1, X2, ... , Xn peubah acak dengan fungsi probabilitas (peluang) atau kepekatan peubah acak pada ruang contoh yang sama. Maka fungsi sebaran bersama :

peubah acak pada ruang contoh yang sama. Maka fungsi sebaran bersama :