Metode Statistika (STK211)

Slides:



Advertisements
Presentasi serupa
Pertemuan II SEBARAN PEUBAH ACAK
Advertisements

STATISTIKA DISTRIBUSI PROBABILITAS
DISTRIBUSI DISKRIT DAN KONTINYU
PROBABILITAS.
SEKOLAH TINGGI ILMU STATISTIK
Metode Statistika II Pertemuan 2 Pengajar: Timbang Sirait
Peubah acak khusus.
Metode Statistika (STK211)
Beberapa Peubah Acak Diskret
DISTRIBUSI PELUANG.
DISTRIBUSI TEORITIS.
Nilai Harapan.
Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah.
Peubah Acak Diskret Khusus
BAB IX DISTRIBUSI TEORITIS
DISTRIBUSI TEORETIS Tujuan :
DISTRIBUSI PELUANG STATISTIKA.
Fungsi Peluang dan Fungsi Sebaran Peubah Acak Diskret
Peubah Acak (Random Variable)
Distribusi Peluang Kuswanto, 2007.
F2F-7: Analisis teori simulasi
VARIABEL ACAK DAN NILAI HARAPAN
Metode Statistika (STK511)
SEBARAN NORMAL.
DISTRIBUSI PROBABILITAS diskrit
DISTRIBUSI TEORITIS.
Metode Statistika (STK211)
Metode Statistika (STK211)
DISTRIBUSI PROBABILITAS DAN DISTRIBUSI SAMPLING
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG Jika melakukan undian sebuah mata uang maka peristiwa yang terjadi muncul = G dan A. Jika X menyatakan banyaknya G maka X = 0, 1 Maka.
DISTRIBUSI NORMAL Widya Setiafindari, ST..
Metode Statistika (STK211)
Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah.
STATISTIKA Pertemuan 4: Pengantar teori peluang dan distribusi peluang
DISTRIBUSI PROBABILITAS
Fungsi Distribusi normal
PTP: Peubah Acak Pertemuan ke-4/7
Probabilitas dan Statistika
DISTRIBUSI KONTINYU.
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS
Probabilitas dan Statistika BAB 5 Distribusi Peluang Kontinu
NILAI HARAPAN DAN VARIANS PEUBAH ACAK
DISTRIBUSI NORMAL.
DISTRIBUSI-DISTRIBUSI TEORITIS
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
Random Variable (Peubah Acak)
This presentation uses a free template provided by FPPT.com DISTRIBUSI NORMAL NAMA : 1.Umar Usman Armansah( )
NOTASI SEBARAN BINOMIAL
Distribusi Probabilitas Diskret
Bagian 5 – DISTRIBUSI KONTINYU Laboratorium Sistem Produksi 2004
Metode Statistika (STK211)
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Metode Statistika (STK211)
PEUBAH ACAK & DISTRIBUSI PELUANG. PENGERTIAN PEUBAH ACAK STATISTIKA  Penarikan kesimpulan tentang (karakteristik dan sifat) populasi. Contoh : Pemeriksaan.
DISTRIBUSI VARIABEL RANDOM DISKRIT
DISTRIBUSI PELUANG STATISTIKA.
DISTRIBUSI NORMAL Widya Setiafindari, ST..
DISTRIBUSI PROBABILITAS YANG UMUM
Metode Statistika (STK211)
DISTRIBUSI NORMAL Yusma Yanti ILMU KOMPUTER FMIPA UNPAK.
PENGERTIAN DISTRIBUSI TEORITIS
Peubah Acak (Random Variable) III
. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses.
DISTRIBUSI NORMAL.
Transcript presentasi:

Metode Statistika (STK211) Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)

Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah acak merupakan suatu langkah dalam statistika untuk mengkuantifikasikan kejadian-kejadian alam. Pendefinisian fungsi peubah acak harus mampu memetakan SETIAP KEJADIAN DALAM RUANG CONTOH dengan TEPAT ke SATU BILANGAN bilangan riil.

Kuis Jelaskan apa yang dimaksud dengan ruang contoh ! Berikan minimal dua contoh untuk ruang contoh! Jelaskan apa yang dimaksud dengan ruang kejadian ! Berikan minimal dua contoh untuk ruang kejadian

Salah satu peubah acak yang dapat dibuat adalah: Sebagai ilustrasi dalam percobaan pelemparan sebuah dadu bersisi enam yang seimbang. Ruang contohnya dapat disenaraikan sebagai berikut: a = {S1,S2,S3,S4,S5,S6} Salah satu peubah acak yang dapat dibuat adalah: X = munculnya sisi dadu yang bermata genap = {0, 1} Pemetaan fungsi X dapat digambarkan sebagai berikut: Daerah fungsi Wilayah fungsi S1 . S2 . S3 . S4 . S5 . S6. X(ei) . 0 . 1

Tipe Peubah Acak Diskret Kontinu Segugus nilai dari suatu peubah acak yang dapat dicacah (countable) Misalkan X = banyaknya tendangan penalti yang berhasil dilakukan oleh pemain A Kontinu Nilai-nilai dari peubah acak tersebut tidak dapat dicacah (uncountable) Nilai dalam peubah acak tersebut berupa selang interval Misalkan X = tinggi badan (cm)

Peubah Acak Diskret

Misalkan X adalah suatu peubah acak diskret Fungsi peluang dari peubah acak diskret menampilkan nilai dan peluang dari peubah acak tersebut Jumlah total nilai peluang dari semua kemungkinan nilai peubah acak tersebut sama dengan 1 Peluang dari sembarang kejadian dapat dibentuk dengan menambahkan peluang dari kejadian-kejadian yang membentuk sembarang kejadian tersebut Sebaran Peluang Peubah Acak X tergantung dari sebaran peluang kejadiannya.

Kembali ke Ilustrasi Pelemparan sebutir dadu yang setimbang SEBARAN PELUANG dari peubah acak X dapat dijabarkan sebagai berikut: p(x=0) = p(S1)+p(S3)+p(S5) = 1/6 +1/6 +1/6= 3/6 p(x=1) = p(S2)+p(S4)+p(S6) = 1/6 + 1/6 + 1/6 = 3/6 Sisi yang muncul Kejadian S1 S2 S3 S4 S5 S6 Peluang kejadian 1/6 X 1 x 1 P(X=x) 1/2 X

Latihan (1) Dua buah mata uang dilempar bersama-sama. Jika masing-masing memiliki sisi yang seimbang, senaraikanlah ruang contohnya. Jika kita ingin melihat munculnya sisi muka pada kedua mata uang, maka definisikan peubah acak tersebut. Lengkapi dengan sebaran peluang dari peubah acak tersebut.

Nilai Harapan Peubah Acak Diskret Nilai harapan dari peubah acak adalah pemusatan dari nilai peubah acak jika percobaannya dilakukan secara berulang-ulang sampai tak berhingga kali. Secara matematis nilai harapan dapat dirumuskan sebagai berikut:

Sifat-sifat nilai harapan: Jika c konstanta maka E(c ) = c Jika p.a. X dikalikan dengan konstanta c maka E(cX) = c E(X) Jika X dan Y peubah acak maka E(XY) = E(X)  E(Y)

Ragam Peubah Acak Ragam dari peubah acak X didefinisikan sebagai berikut: V(X) = E(X-E(X))2 = E(X2) – [E(X)] 2 tunjukkan ! Sifat-sifat dari ragam Jika c konstanta maka V(c ) = 0 Jika p.a. X dikalikan dengan konstanta c maka V(cX) = c2 V(X) Jika X dan Y peubah acak maka, V(XY) = V(X) + V(Y)  Cov(X,Y) Dimana: Cov(X,Y) = E(X-E(X))E(Y-E(Y)), Jika X dan Y saling bebas maka Cov(X,Y) = 0

Contoh: Jika diketahui distribusi peluang dari peubah acak X seperti tabel di bawah Dengan demikian nilai harapan p.a X adalah: E(X) = 0 + 1/6 + 2/6 + 3/6 + 4/6 + 5/6 = 15/6 E(3X) = 3 E(X) = 45/6 Nilai peubah Acak X X 1 2 3 4 5 P(X=xI) 1/6 Xip(xi) 2/6 3/6 4/6 5/6 V(X) = (0+1/6+4/6+9/6+16/6+25/6) - (15/6)2 = 55/6 - 225/36 = 105/36

Beberapa sebaran peluang diskret Bernoulli Binomial Poisson

Sebaran Peluang Bernoulli Kejadian yang diamati merupakan kejadian biner yaitu sukses atau gagal Peubah acaknya (X) bernilai 1 jika kejadian sukses dan 0 jika kejadian gagal Misal, p=p(sukses) dan q=p(gagal) maka fungsi peluang Bernoulli dapat dituliskan sebagai: P(x,p)=pxq(1-x), x=0,1 E(X) = p var(X)= p(1-p)

Akan melakukan lemparan bebas Akan melakukan lemparan bebas. Jika peluang bola tersebut masuk ring sebesar 80% maka peluang bola tidak masuk ring adalah 20% Akan melakukan tendangan pinalti. Jika peluang bola masuk sebesar 95% maka peluang bola tidak masuk sebear 5%.

Sebaran Peluang Binomial Terdiri dari n kejadian Bernoulli yang saling bebas Peubah acak Binomial merupakan jumlah dari kejadian sukses, X=0,1,2,….,n Fungsi peluang dari kejadian Binomial dapat dituliskan sebagai: P(x,n,p)=C(n,x)pxq(n-x), x=0,1,2,…,n dimana C(n,x) = n!/x!(n-x)! E(X) =np var(X)=np(1-p)

Jika peubah acak X didefinisikan sebagai banyaknya lemparan bebas yang sukses dari 3 lemparan p= peluang sukses untuk sekali melakukan lemparan bebas S x=3 S G x=2 G S x=1 S G x=0 Rata-rata sukses melakukan lemparan E(X) = np = 3p

Latihan Peluang turun hujan per hari diketahui p=0,6. Jika pengamatan dilakukan dalam satu minggu, hitunglah: Berapa peluang tidak turun hujan dalam satu minggu? Berapa peluang paling sedikit turun hujan satu hari dalam satu minggu?

Peubah Acak Kontinu

Misalkan X adalah suatu peubah acak kontinu Fungsi peluang dari peubah acak kontinu merupakan fungsi kepekatan peluang Integral fungsi kepekatan peluang dari semua kemungkinan nilai sama dengan 1 Peluang dari suatu selang nilai dapat dibentuk dengan mengintegralkan fungsi kepekatan peluang dalam selang nilai tersebut

Beberapa sebaran peluang kontinu Normal Weibull Gamma Betha

Sebaran Normal Bentuk sebaran simetrik Mean, median dan modus berada dalam satu titik Fungsi kepekatan peluang dapat dituliskan sebagai berikut: Peluang merupakan luasan dibawah kurva kepekatan normal: P ( -  < x <  +  ) = 0.683 P ( - 2 < x <  + 2 ) = 0.954 Peubah acak (X) dengan mean () dan ragam (2) menyebar normal sering dituliskan sebagai X ~ N (, 2)

Bentuk sebaran normal dengan berbagai nilai ragam Semakin besar ragam dari sebaran normal maka semakin landai bentuk sebarannya

Nilai Harapan Peubah Acak Kontinu Nilai harapan dari peubah acak tersebut dalam jangka panjang Secara matematis nilai harapan dapat dirumuskan sebagai berikut:

Setiap peubah acak normal memiliki karakteristik yang berbeda-beda perhitungan peluang akan sulit Lakukan transformasi dari X  N( , 2) menjadi peubah acak normal baku Z  N(0 , 1) dengan menggunakan fungsi transformasi Distribusi peluang dari peubah acak normal baku Z  N(0 , 1) sudah tersedia dalam bentuk tabel peluang normal baku

Cara penggunaan tabel normal baku Nilai z, disajikan pada kolom pertama (nilai z sampai desimal pertama) dan baris pertama (nilai z desimal kedua) Nilai peluang didalam tabel normal baku adalah peluang peubah acak Z kurang dari nilai k (P(Z<k)). Nilai Z 0.00 0.01 0.02 0.03 -2.6 0.005 0.004 -2.5 0.006 -2.4 0.008 P(Z<-2.42)=0.008

Latihan Curah hujan dikota Bogor diketahui menyebar normal dengan rata-rata tingkat curah hujan 25 mm dan ragam 5 mm2. Hitunglah, Curah hujan di kota Bogor kurang dari 15 mm? Curah hujan di kota Bogor antara 10 mm sampai 20 mm? Curah hujan di kota Bogor di atas 40 mm?