Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1

Slides:



Advertisements
Presentasi serupa
PROBABILITAS.
Advertisements

Metode Statistika II Pertemuan 2 Pengajar: Timbang Sirait
DISTRIBUSI TEORITIS.
Distribusi Poisson Percobaan Poisson memiliki ciri-ciri sbb :
DISTRIBUSI PROBABILITAS DISKRET
BAB IX DISTRIBUSI TEORITIS
Bab 5. Probabilitas Diskrit
DISTRIBUSI TEORETIS Tujuan :
Distribusi Hipergeometrik Distribusi Poisson.
Pengujian Beberapa Proporsi (II) Pertemuan 20 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Pengujian Keketerkaitan Dua Peubah Kualitatif (II) Pertemuan 16 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Rancangan Percobaan (I) Pertemuan 25 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Beberapa Sebaran Peluang Diskret (2)
Sebaran Peluang Kontinu (I) Pertemuan 7 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Pertemuan 5 Balok Keran dan Balok Konsol
1 Pertemuan 14 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (II) : Sebaran Z dan t.
1 Pertemuan 10 Pengujian parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
1 Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang Matakuliah: I0262 – Statistik Probabilitas Tahun: 2007 Versi: Revisi.
Sebaran Peluang Kontinu (II) Pertemuan 8 Matakuliah: I0014 / Biostatistika Tahun: 2008.
1 Pertemuan 7 Diferensial Matakuliah: R0262/Matematika Tahun: September 2005 Versi: 1/1.
DISTRIBUSI PROBABILITAS diskrit
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
Sebaran Normal Ganda (II)
DISTRIBUSI BINOIMIAL DAN POISSON
Rancangan Percobaan (II) Pertemuan 26
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Sebaran Peluang Diskrit (II) Pertemuan 6
DISTRIBUSI PROBABILITAS
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 10 Distribusi Sampling
Distribusi Probabilitas
PENDUGAAN SELANG RAGAM DAN PROPORSI
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
DISTRIBUSI POISSON Kelompok 6 Elia Lugastio ( )
Pertemuan 8 Sari Numerik (IV) : Ukuran Penyebaran II
Statistika Deskriptif Pertemuan 2
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Sebaran Peluang (II) Pertemuan 4
Pertemuan 1 Pendahuluan Matakuliah : I0214 / Statistika Multivariat
SEBARAN PEUBAH ACAK DISKRIT KHUSUS 3
DISTRIBUSI PROBABILITAS DISKRIT (1)
Inferensi Dua Nilaitengah Ganda (IV)
DISTRIBUSI PROBABILITAS DISKRIT (1)
Distribusi Teoritis Peluang Diskrit
Inferensi Dua Nilaitengah Ganda (V)
Inferensi Dua Nilaitengah Ganda (III)
DISTRIBUSI PELUANG HYPERGEOMETRI
Pengujian Kesetangkupan (II) Pertemuan 14
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 09 Peubah Acak Diskrit
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 3 Aljabar Matriks (II)
Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang
NOTASI SEBARAN BINOMIAL
SEBARAN PELUANG DISKRET & KONTINU
Distribusi Peluang Diskrit
Pertemuan 9 Pengujian parameter
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
DISTRIBUSI PROBABILITAS DISKRET
Model dan Simulasi Distribusi Poisson Veni Wedyawati, S.Kom, M.Kom.
Distribusi Probabilitas
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
DISTRIBUSI PROBABILITAS DISKRIT (1)
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:

Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1 Pertemuan 6 Sebaran Peluang Diskrit (II)

Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Mahasiswa dapat menjelaskan konsep sebaran peluang diskrit (C2) Mahasiswa dapat menghitung sebaran peluang Poisson (C3) Mahasiswa dapat menghitung sebaran peluang Hipergeometrik (C3)

Sebaran Hipergeometrik Outline Materi Sebaran Poisson Sebaran Hipergeometrik

Sebaran Binomial Negatif Sebaran Hipergeometrik Sebaran Poisson <<ISI>> Sebaran peluang diskrit yang bentuknya istimewa sangat banyak, 4 diantaranya adalah : Sebaran Binomial Sebaran Binomial Negatif Sebaran Hipergeometrik Sebaran Poisson

Sebaran Poisson <<ISI>> Sebaran peluang Poisson dapat digunakan untuk mendekati peluang banyak sukses dalam sejumlah percobaan, jika banyak percobaan n  20 dan peluang sukses p  0,05 atau p  0,95 atau Jika n makin besar dan p makin mendekati 0 atau 1 penggunaan rumus Poisson akan semakin baik.

Ciri-ciri sebaran Poisson: <<ISI>> Sebaran Poisson Ciri-ciri sebaran Poisson: Banyaknya hasil percobaan yang terjadi dalam suatu selang waktu atau daerah tertentu, tidak bergantung pada banyaknya hasil percobaan yang terjadi pada selang waktu atau daerah lain yang terpisah. Peluang terjadinya satu hasil percobaan selama suatu selang waktu yang singkat sekali atau dalam suatu daerah yang kecil, sebanding dengan panjang selang waktu tersebut dan tidak bergantung pada banyaknya hasil percobaan yang terjadi di luar selang. Peluang bahwa lebih dari satu hasil percobaan akan terjadi dalam selang waktu yang singkat tersebut dapat diabaikan.

Sebaran Poisson <<ISI>> dimana: µ = rata-rata banyaknya hasil percobaan e = 2,71828…

Sebaran Poisson <<ISI>> Nilai tengah peubah X adalah: Ragam peubah acak X adalah: Simpangan baku peubah acak X adalah:

Sebaran Hipergeometrik <<ISI>> Sebaran Hipergeometrik Ciri-ciri sebaran hipergeometrik: Suatu contoh (n) diambil dari populasi (N) k dari N benda diklasifikasikan sebagai berhasil Penarikan contoh tanpa pemulihan

Sebaran Hipergeometrik <<ISI>> Sebaran Hipergeometrik Besarnya peluang bagi peubah acak hipergeometrik yang menyatakan banyak keberhasilan dalam contoh acak berukuran n adalah :

Sebaran Hipergeometrik <<ISI>> Sebaran Hipergeometrik Nilai tengah peubah X adalah: Ragam peubah acak X adalah: Simpangan baku peubah acak X adalah:

<< CLOSING>> Sampai saat ini Anda telah mempelajari dua sebaran peubah acak diskrit yang istimewa, yaitu sebaran Poisson dan sebaran hipergeometrik Untuk dapat lebih memahami penggunaan kedua sebaran tersebut, cobalah Anda pelajari materi penunjang dan mengerjakan latihan