SEBARAN PELUANG DISKRIT KHUSUS 1

Slides:



Advertisements
Presentasi serupa
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Advertisements

Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
SEKOLAH TINGGI ILMU STATISTIK
Metode Statistika II Pertemuan 2 Pengajar: Timbang Sirait
Peubah acak khusus.
Metode Statistika (STK211)
Beberapa Peubah Acak Diskret
SEBARAN DISKRIT Variabel Diskrit dan kontinue Variabel diskrit yang dimaksud adalah variabel yang diamati/diukur tidak dapat diwakili oleh seluruh titik.
1/11/2015Statistika by Zasmeli.S1 Sebaran Binomial Bi = dua Bi = dua Sebaran ini digunakan untuk peristiwa yang kemungkinan kejadian dalam satu persitiwa.
DISTRIBUSI TEORITIS.
VARIABEL RANDOM.
Peubah Acak Diskret Khusus
DISTRIBUSI PROBABILITAS DISKRET
Bab 5. Probabilitas Diskrit
DISTRIBUSI TEORETIS Tujuan :
Distribusi Hipergeometrik Distribusi Poisson.
Proses Stokastik Semester Ganjil 2013/2014
SEBARAN PEUBAH ACAK DISKRIT KHUSUS 2
Probabilitas dalam Trafik
Variabel Acak Diskrit dan Distribusinya
Materi Pokok 04 PENDUGAAN TITIK Konsep Dasar pendugaan titik
NILAI HARAPAN DAN MOMEN
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
Distribusi Variabel Acak
DISTRIBUSI PROBABILITAS / PELUANG
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
DISTRIBUSI PROBABILITAS diskrit
Metode Statistika (STK211)
SEBARAN PEUBAH ACAK KONTINU KHUSUS 3
SEBARAN PELUANG BERSAMA 2
VARIABEL ACAK DAN NILAI HARAPAN
DISTRIBUSI PROBABILITAS
DISTRIBUSI BINOIMIAL DAN POISSON
Kuliah Biostatistika Deskriptif
Sebaran Peluang Diskrit (II) Pertemuan 6
DISTRIBUSI PROBABILITAS
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
Dr. Adji Achmad RF, S.Si, M.Sc
PENARIKAN CONTOH DAN SEBARANNYA – 1
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1
Distribusi binomial Distribusi binomial
Metode Statistika (STK211)
DISTRIBUSI PROBABILITAS
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Distribusi Binomial Negatif dan Geometrik
Sebaran Peluang (II) Pertemuan 4
VARIABEL ACAK DAN NILAI HARAPAN
SEBARAN PEUBAH ACAK DISKRIT KHUSUS 3
Parameter distribusi peluang
KELOMPOK 1 ANNE INDRIYUNI ( ) FITRIA APRILIANTI ( )
Sebaran Binomial Trinomial dan Multinomial
MOMEN DAN FUNGSI PEMBANGKIT MOMEN
DISTRIBUSI VARIABEL RANDOM “DISKRIT” KHUSUS “ Bernoulli ” PMtk III B
SEBARAN GAMMA DAN KHI-KUADRAT.
Tutun Juhana Review probabilitas Tutun Juhana
DISTRIBUSI-DISTRIBUSI TEORITIS
Tutun Juhana Review probabilitas Tutun Juhana
RANDOM VARIATE DISTRIBUSI DISKRIT
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
NOTASI SEBARAN BINOMIAL
SEBARAN PELUANG DISKRET & KONTINU
Metode Statistika (STK211)
Pertemuan ke 8.
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
DISTRIBUSI PROBABILITAS DISKRET
Parameter distribusi peluang
PERTEMUAN Ke- 2 STATISTIKA EKONOMI II
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
Transcript presentasi:

SEBARAN PELUANG DISKRIT KHUSUS 1 Materi Pokok 11 SEBARAN PELUANG DISKRIT KHUSUS 1 Sebaran Peluang Bernoulli dan Binomial Bila suatu percobaan/eksperimen melantungkan sekeping mata uang atau sebutir dadu, kemudian dicatat suatu kejadian yang disebut kejadian sukses. Kejadian sukses mempunyai peluang yang ditandai dengan p dan kejadian lainnya adalah kejadian tidak sukses dengan peluang q = 1 – p. Percobaan (eksperiment) semacam ini disebut percobaan Bernoulli dan serangkaian n buah experimen yang bebas satu dengan yang lain akan terbentuk x kejadian sukses dan n - 1 kejadian gagal. Kejadian x merupakan nilai peubah acak yang menyebar secara Binomial.

Sebaran Bernoulli Suatu peubah acak X mempunyai dua macam nilai x1 dan x2; X = {x1, x2}dengan P (X = x1) = p, P (X = x2) = 1 – p dimana 0 < p < 1 dapat ditulis X = x1 I {X = x1} + x2 I {X = x2} F (x) = p (x - x1) + (1 – p)  (x – x2) Untuk k = 1 E (X) = p x1 + (1 – p) x2 Var (X) = p (1 –p) (x1 - x2)2

Untuk x1 = 1, x2 = 0 diperoleh peubah acak Bernoulli, yaitu P (X = 1) = p, p (X = 0) = 1 - p, 0 < p < 1 Peubah acak X yang menyebar secara Bernoulli dilambangkan dengan X ~ b (1, p). Fungsi peluang Binomial Ekspansi Binomial

Beberapa sifat sebaran Binomial Rata-rata =  atau nilai harapan = E(X) peubah acak X ~ b (n, p) adalah E(X) = np Ragam (Varians) peubah acak X ~ b (n, p) adalah 2 = npq Misalkan percobaan ke j merupakan peubah acak Bernoulli Ij yang mengambil nilai 0 dan 1 dengan peluang q dan p dan pada percobaan Binomial jumlah sukses merupakan penjumlahan n buah indikator bebas sehingga X = I1 + I2 + …. + In Nilai harapan Ij = E(Ij) = 0q + 1p = p dan  = E(X) = E (I1) + E (I2) + ….. + E (In) =

Ragam setiap Ij adalah Ij2 = E(I1 – p)2 + E(I2 – p)2 + ….. + E(In – p)2 Simpangan baku peubah acak X yang menyebar secara Binomial adalah Koefisien kemoncongan (skewness) = 3 dari peubah acak x yang menyebar secara Binomial adalah Koefisien kegemukan (kurtosis) = 4 dari peubah acak x yang menyebar secara Binomial adalah

Fungsi pembangkit momen peubah acak X yang menyebar secara Binomial adalah M(t) = (q + pet)n Fungsi kharakteristik peubah acak X yang menyebar secara Binomial adalah () = (q + pei)n Sebaran Multinomial Bila dalam eksperimen mempunyai lebih dari kejadian (bukan hanya sukses dan gagal saja) maka akan menjadi percobaan Multinomial. Suatu eksperimen menghasilkan k kejadian E1, E2, …., Ek dengan peluang p1, p2, …., pk maka sebaran multinomial akan memberikan peluang bahwa E1 terjadi x1, E2 terjadi x2, ….. dst Ek terjadi xk kali didalam percobaan bebas dengan x1 + x2 + …. + xk = n.

Sebaran peluang gabungannya menjadi Jumlah total urutan yang menghasilkan kejadian yang sama untuk n percobaan sama dengan jumlah partisi dari n barang ke dalam k kelompok dengan x1 dalam kelompok pertama, dalam kelompok kedua, … dan xk didalam kelompok ke k adalah

Ilustrasi Sebutir dadu dilantunkan delapan kali maka peluang memperoleh mata 5 dan 6 masing-masingg dua kali dan mata lainnya masing-masing satu kali. Banyak kalinya memperoleh mata 1, 2, 3, 4, 5, dan 6 adalah x1, x2, x3, x4, x5 dan x6 dengan peluang masing-masing dan x1 = x2 = x3 = x4 = 1, x5 = x6 = 2 sehingga peluangnya menjadi: Sebaran trinomial dengan fungsi peluang

dimana x, y adalah bilangan bulat non negatif sedemikian hingga x + y  n dan p1, p2, p3 > 0 dengan p1 + p2 + p3 = 1 Sebaran peluang marginal untuk x adalah