SEBARAN POISSON DEFINISI

Slides:



Advertisements
Presentasi serupa
Distribusi Probabilitas
Advertisements

DISTRIBUSI DISKRIT DAN KONTINYU
DISTRIBUSI PROBABILITAS YANG UMUM
Distribusi Hipergeometrik
Distribusi probabilitas DISKRIT DAN kontinu
DISTRIBUSI DISKRIT DAN KONTINYU
SEKOLAH TINGGI ILMU STATISTIK
Metode Statistika II Pertemuan 2 Pengajar: Timbang Sirait
Distribusi Probabilitas ()
Beberapa Peubah Acak Diskret
MATERI APLIKASI STATISTIKA BISNIS
Peubah Acak Diskret Khusus
Distribusi Poisson Percobaan Poisson memiliki ciri-ciri sbb :
DISTRIBUSI PROBABILITAS DISKRET
Bab1.Teori Penarikan Sampel
DISTRIBUSI PELUANG STATISTIKA.
Distribusi Peluang.
Anom Yudistira, Acceptance Sampling Anom Yudistira, .
Probabilitas dalam Trafik
Beberapa Sebaran Peluang Diskret (2)
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
Pendugaan Parameter.
D0124 Statistika Industri Pertemuan 15 dan 16
BAB XV Distribusi Sampel
DISTRIBUSI PROBABILITAS diskrit
Metode Statistika Pertemuan VI
Modul 4 : Probabilitas.
DISTRIBUSI BINOIMIAL DAN POISSON
DISTRIBUSI GEOMETRIK & HIPERGEOMETRIK
Sebaran Peluang Diskrit (II) Pertemuan 6
Acceptance Sampling ..
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISKRET
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
Metode Statistika Pertemuan VIII-IX
Distribusi Probabilitas
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
Metode Statistika (STK211)
Distribusi Probabilitas Diskret
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Distribusi Binomial Negatif dan Geometrik
SEBARAN PEUBAH ACAK DISKRIT KHUSUS 3
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI PROBABILITAS DISKRIT (1)
Distribusi Teoritis Peluang Diskrit
A = banyak unit yang masuk karakte-ristik tertentu C dari populasi
Diagram Kontrol Cacat c
DISTRIBUSI PROBABILITAS
Distribusi dan Teknik Sampling
DISTRIBUSI-DISTRIBUSI TEORITIS
NOTASI SEBARAN BINOMIAL
Distribusi Probabilitas Diskret
Distribusi Peluang Diskrit
Metode Statistika (STK211)
Pertemuan ke 8.
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
Model dan Simulasi Distribusi Poisson Veni Wedyawati, S.Kom, M.Kom.
BEBERAPA DISTRIBUSI PROBABILITAS DISKRET
BEBERAPA DISTRIBUSI PROBABLITAS DISKRET (SSTS 2305 / 3 sks)
Distribusi Probabilitas Diskret
Diagram Kontrol Cacat c
DISTRIBUSI PROBABILITAS YANG UMUM
4. Pendugaan Parameter II
PENGERTIAN DISTRIBUSI TEORITIS
OPERATIONS RESEARCH – I
DISTRIBUSI PROBABILITAS YANG UMUM
. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses.
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.
Pendugaan Parameter. Populasi : Parameter Sampel : Statistik Statistik merupakan PENDUGA bagi parameter populasi PENDUGA TAK BIAS DAN MEMPUNYAI RAGAM.
Transcript presentasi:

SEBARAN POISSON DEFINISI Sebaran poisson yaitu sebaran peluang bagi peubah acak poisson X,yang menyatakan banyaknya hasil percobaan yang terjadi selama suatu selang waktu atau daerah tertentu,adalah sedangkan dalam hal ini adalah rata-rata banyaknya hasil percobaan yang terjadi selama selang waktu atau dalam daerah yang dinyatakan,dan e = 2,71828...

CONTOH 1 Rata – Rata banyaknya tikus perhektar dalam suatu sawah seluas 5 hektar diduga sebesar 10. hitung peluang bahwa dalam suatu luasan 1 hektar terdapat lebih dari 15 tikus.

CONTOH 2 Sebuah restoran menyediakan salad yang rata –rata mengandung secara rata –rata 5 macam sayuran . Hitunglah peluang bahwa salad yang di sediakan mengandung lebih dari 5 macam sayuran pada suatu hari tertentu

Teorema Misalkan X peubah acak binomial dengan distribusi peluang b ( x,n ,p ). Bila n → ∞ , p → 0 dan μ = np tetap sama, maka b ( x, n, p ) → p ( x ,μ )

Contoh 3 Dalam suatu proses produksi yang menghasilkan barang dari gelas,terjadi gelembung atau cacat yang kadang – kadang menyebabkan barang tersebut sulit dipasarkan. Diketahui bahwa rata – rata 1 dari 1000 barang yang dihasilkan mempunyai satu atau lebih gelembung. Berapakah peluang bahwa dalam sampel acak sebesar 8000 barang akan berisi kurang dari 7 yang bergelembung

CONTOH 4 Peluang bahwa seseorang meninggal akibat infeksi pernafasan adalah 0.002. Hitunglah peluang bahwa kurang dari 5 diantara 2000 orang yang terinfeksi akan meninggal