SEBARAN GAMMA DAN KHI-KUADRAT.

Slides:



Advertisements
Presentasi serupa
Metode Statistika II Pertemuan 2 Pengajar: Timbang Sirait
Advertisements

Distribusi Chi Kuadrat, t dan F
BEBERAPA EKSPEKTASI KHUSUS
Nilai Harapan.
Distribusi Gamma dan Chi Square
Peubah Acak Kontinu.
DISTRIBUSI PELUANG STATISTIKA.
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 2
Proses Stokastik Semester Ganjil 2013/2014
Proses Stokastik Semester Ganjil 2011.
Peubah Acak Kontinu Pertemuan Kesebelas Fungsi Kepekatan Peluang
Proses Stokastik Semester Ganjil 2013.
TRANSPORMASI PEUBAH ACAK DENGAN FUNGSI PEMBANGKIT MOMEN
NILAI HARAPAN (HARAPAN MATEMATIK)
Distribusi Variable Acak Kontinu
Pembangkitan Peubah Acak Kontinu
Statistika Matematika 1
Fungsi Kepekatan Probabilitas (Probability Density Function)
DISTRIBUSI PENCUPLIKAN
NILAI HARAPAN DAN MOMEN
PENDUGAAN SELANG (INTERVAL) NILAI TENGAH
TRANSFORMASI PEUBAH ACAK-ACAK
1 Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang Matakuliah: I0262 – Statistik Probabilitas Tahun: 2007 Versi: Revisi.
Metode Statistika (STK211)
Distribusi F (Fisher) Rasio ragam dari dua populasi yang bersifat bebas, dapat diduga dari rasio varians sampel. Dan rasio ini akan memiliki bentuk sebaran.
SEBARAN PEUBAH ACAK KONTINU KHUSUS 3
SEBARAN PELUANG BERSAMA 2
Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah.
KOVARIANS DUA PEUBAH ACAK
PTP: Peubah Acak Kontinu Pertemuan ke-6/7
Statistika Matematika I
Dr. Adji Achmad RF, S.Si, M.Sc
Review probabilitas (2)
PENARIKAN CONTOH DAN SEBARANNYA – 1
Materi Pokok 26 KORELASI DUA PEUBAH ACAK
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
SEBARAN DARI FUNGSI PEUBAH ACAK
Metode Statistika (STK211)
MATEMATIKA 3 Fungsi Khusus
Probabilitas dan Statistika BAB 5 Distribusi Peluang Kontinu
Sebaran Peluang (II) Pertemuan 4
SEBARAN PELUANG DISKRIT KHUSUS 1
METODE PENDUGAAN TITIK – 1
Harapan matematik (ekspektasi)
Pengintegralan Fungsi Rasional Memakai Pecahan Parsial
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Untuk Satu Peubah Acak
Sebaran Binomial Trinomial dan Multinomial
MOMEN DAN FUNGSI PEMBANGKIT MOMEN
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
PROBABILITAS VARIABEL KONTINYU
SEBARAN PEUBAH ACAK KONTINU KHUSUS 2
BEBERAPA CONTOH FUNGSI KEPEKATAN PELUANG (PROBABILITAS)
MOMENT DAN FUNGSI PEMBANGKIT MOMEN
Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
Random Variable (Peubah Acak)
SEBARAN NORMAL GANDA (The Bivariate Normal Distribution)
Peubah Acak Kontinu.
Metode Statistika (STK211)
Metode Statistika (STK211)
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
Distribusi Peluang Kontinu
Distribusi t Untuk sampel ukuran , taksiran yang baik dapat diperoleh dengan menggunakan . Bila memberikan taksiran.
HARAPAN MATEMATIKA Tri Rahajoeningroem, MT Jurusan Teknik Elektro
Distribusi Peluang Kontinu
Drs. Rachmat Suryadi, M.Pd
DISTRIBUSI PELUANG STATISTIKA.
Peubah Acak (Random Variable) IV (kasus Peubah Kontinyu)
Pembangkitan Peubah Acak Kontinyu I
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
Transcript presentasi:

SEBARAN GAMMA DAN KHI-KUADRAT

Jika  > 1 maka ()=(-1) = (-1) (-1) Dalam calculus Bentuk Integral Ada nilainya untuk  > 0 dan positif integral tersebut kita sebut Fungsi Gamma dari  dan ditulis sebagai berikut : =1 Jika = 1  maka (1) = Jika  > 1 maka ()=(-1) = (-1) (-1)

Diintegralkan secara parsial Untuk  >1 dan bilangan bulat positif maka () = (-1)(-2)(-3)…… 3.2.1 () = (-1)! dengan (1)= 1 dan 0!= 1,() = (-1)! Misalkan terdapat peubah baru maka () = atau 1 =

Untuk  > 0 ;  > 0, dan () > 0 kita tahu bahwa Jika x ~ Gamma (,)  ; o< x< ~ f(x) = f(x) merupakan fkp sebaran Gamma (,)

Fungsi Pembangkit Momen Sebaran Gamma M(t) = Mis y = atau x = M(t) = M(t) =

Jika diturunkan terhadap t maka didapat Ml(t) = (-) (1- t) --1 (-) dan Mll(t) = (-) (--1) (1-t) --2 (-)2 Untuk sebaran Gamma diatas, dengan mensubsitusi nilai t = 0 diperoleh rata-rata dan ragam (variansi)nya sebagai berikut : Rata-rata =  = Ml(0) =   Ragam 2 = Mll(0) -2 = (+1) 2-22 2 =  2

Hubungan Antara Sebaran Gamma dan Sebaran Poisson Misalkan Peubah Acak W merupakan waktu tunggu dengan fungsi sebaran G(w) = Pr (W w) = 1 – Pr (W>w) W>w untuk w>0 dan k dalam interval w untuk W ~ poisson dengan rata-rata ( w) maka Pr (W>w) = untuk w>0 untuk w>0 G(w) = 1 -

dan untuk w0 G(w)=0 Jika peubah acak dalam G(w) diganti z = y maka G(w) = = 0 untuk selainnya sehingga fungsi kepekatan peluang (fkp) W adalah g(w) = Gl(w) = = 0 untuk selainnya W ~ Gamma dengan =k dan  =

Fungsi pembangkit momen untuk sebaran marginal X dan Y adalah SEBARAN EKSPONENSIAL Jika w merupakan waktu tunggu sam-pai kesempatan pertama, berarti k=1 maka fkp bagi w adalah g(w) = e-w , o < w < ~ = 0 untuk selainnya W ~ Eksponensial dan dan

SEBARAN KHI-KUADRAT dan Hal khusus untuk sebaran Gamma adalah sebaran khi-kuadrat dimana  =r/2 (r bilangan bulat positif) dan =2 sehingga fungsi kepekatan peluang bagi peubah acak kontinu X tersebut adalah f(x) = dan ; t < = 0 untuk selainnya dan 2 = r dan variansi/ragamnya adalah Var (X) Var(X) = x2 =  2 = 22= 2r

dan Fungsi pembangkit momen untuk peubah acak x yang menyebar khi-kuadrat dengan derajat bebas r adalah Mx(t) = (1-2t)- Fungsi pembangkit momen untuk sebaran marginal X dan Y adalah ; t < Nilai tengah atau rata-rata untuk X adalah E(X) E(X) = x = = 2 = r dan variansi/ragamnya adalah Var (X) Var(X) = x2 =  2 = dan 22= 2r