MOMENT GENERATING FUNCTION

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI NORMAL.
Advertisements

Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
EKSPEKTASI DAN VARIANSI
DISTRIBUSI PROBABILITAS YANG UMUM
STATISTIKA DISTRIBUSI PROBABILITAS
DISTRIBUSI BINOMIAL.
Distribusi Beta, t dan F.
Distribusi Chi Kuadrat, t dan F
ANALISIS KORELASI.
PROBABILITAS BERSYARAT DAN EKSPEKTASI BERSYARAT
Pertemuan 6 UJI HIPOTESIS
Sebaran Bentuk Kuadrat
Pendahuluan Landasan Teori.
SEBARAN BENTUK KUADRAT
Limit Distribusi.
BEBERAPA EKSPEKTASI KHUSUS
VARIABEL RANDOM.
DISTRIBUSI PROBABILITAS MARGINAL & BERSYARAT
Distribusi Gamma dan Chi Square
Distribusi Probabilitas Kontinu()
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 2
DISTRIBUSI DARI FUNGSI VARIABEL RANDOM
Fungsi distribusi dari Y adalah : G(y)=Pr(Y≤y)=Pr(u(X ≤y)=Pr(X≤w(y))=
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Statistika Matematika 1
Probabilitas dalam Trafik
RANDOM VARIATE DISTRIBUSI DISKRIT
DISTRIBUSI DISTRIBUSI NORMAL PENDEKATAN NORMAL UNTUK BINOMIAL
BAB XV Distribusi Sampel
Distribusi Probabilitas Normal.
Bab 5 Distribusi Sampling
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
DISTRIBUSI TEORITIS.
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
Teori Bayes dan Distribusi binomial
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI PROBABILITAS
Distribusi Normal.
Distribusi Probabilitas Uniform Diskrit
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
DISTRIBUSI SAMPLING STATISTIK
DISTRIBUSI KONTINYU.
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1
PENGANTAR TEORI PROBABILITAS & STATISTIKA
DISTRIBUSI PROBABILITAS NORMAL
3.
MOMEN DAN FUNGSI PEMBANGKIT MOMEN
TUGAS MANDIRI DIKUMPULKAN RABU, 6 APRIL 2011
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI NORMAL.
DISTRIBUSI-DISTRIBUSI TEORITIS
PENCARIAN DISTRIBUSI.
MOMENT DAN FUNGSI PEMBANGKIT MOMEN
Bagian 5 – DISTRIBUSI KONTINYU Laboratorium Sistem Produksi 2004
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
HARGA HARAPAN.
DISTRIBUSI VARIABEL RANDOM DISKRIT
Bab 5 Distribusi Sampling
BAB 10 DISTRIBUSI PROBABILITAS Pada berbagai peristiwa dalam probabilitas jika frekuensi percobaannya banyak, maka untuk peristiwa yang bersifat independent.
Bagian 4 – DISTRIBUSI DISKRIT Laboratorium Sistem Produksi 2004
HARGA HARAPAN.
ANALISIS VARIANSI (AnaVa)
DISTRIBUSI PROBABILITAS YANG UMUM
PENGERTIAN DISTRIBUSI TEORITIS
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
DISTRIBUSI PROBABILITAS YANG UMUM
. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses.
DISTRIBUSI NORMAL.
Transcript presentasi:

MOMENT GENERATING FUNCTION TI2131 TEORI PROBABILITAS MINGGU KE-13

Definisi Momen Momen dari asal ke-r (rth moment about the origin) dari variabel random X diberikan oleh

Definisi Fungsi Pembangkit Momen Fungsi pembangkit momen (moment generating function) dari variabel random X diberikan oleh E(etX) dan disimbolkan dengan MX(t). Sehingga

Teorema Pembangkit Momen Tetapkan X sebagai variabel random dengan fungsi pembangkit momen MX(t). Maka

Contoh Penggunaan Fungsi Pembangkit Momen Cari fungsi pembangkit momen untuk variabel random binomial X dan gunakanlah untuk memverifikasi bahwa  = np dan 2 = npq!

Teorema-teorema (Teorema keunikan) Tetapkan X dan Y sebagai dua variabel random dengan fungsi pembangkit momen MX(t) dan MY(t), secara berturut. Jika MX (t) = MY (t) untuk semua nilai t, maka X dan Y memiliki distribusi probabilitas yang sama. MX+a(t) = eatMX(t) MaX(t) = MX(at)

Teorema-teorema Jika X1, X2, …, Xn adalah variabel random independen dengan fungsi pembangkit momen , berturut-turut, dan Y = X1 + X2 + … + Xn, maka MY(t) =

Teorema Sifat Merampat Distribusi Normal Jika X1, X2, …, Xn adalah variabel random independen yang berdistribusi normal dengan mean 1, 2,…, n dan variansi , secara berturut-turut, maka variabel random Y = a1Y1 + a2Y2 + … + anYn akan berdistribusi normal dengan mean Y = a11+ a2 2 +…+ ann dan variansi