SEBARAN NORMAL GANDA (The Bivariate Normal Distribution)

Slides:



Advertisements
Presentasi serupa
EKSPEKTASI DAN VARIANSI
Advertisements

PD TK SATU PKT SATU HOMOGEN DAN NON HOMOGEN
ANALISIS KORELASI.
BEBERAPA EKSPEKTASI KHUSUS
ANALISIS INSTRUMEN DAN ANALISIS BUTIR INSTRUMEN
6. Persamaan Diferensial Tidak Eksak
Persamaan Diferensial Eksak
BAB II ANALISA DATA.
Korelasi Fungsi : Mempelajari Hubungan 2 (dua) variabel Var. X Var. Y.
TRANSPORMASI PEUBAH ACAK DENGAN FUNGSI PEMBANGKIT MOMEN
Abdul Rohman Fakultas Farmasi UGM
DISTRIBUSI PENCUPLIKAN
NILAI HARAPAN DAN MOMEN

Matakuliah : J0182/ Matematika II Tahun : 2006
SEBARAN PEUBAH ACAK KONTINU KHUSUS 3
Integral garis suatu lintasan
Sebaran Normal Ganda (II)
PERSAMAAN DIFERENSIAL (PD)
FINGSI VARIABEL ACAK STATISTIKA.
Catatan Misal U = x2 Jadi:
Diferensial Fungsi Majemuk
Integral Lipat Dua   PERTEMUAN TGL b R n
KORELASI Korelasi hubungan sebab akibat , menunjukkan adanya
Materi Pokok 26 KORELASI DUA PEUBAH ACAK
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
UJI KESAMAAN DUA SEBARAN NORMAL
SEBARAN DARI FUNGSI PEUBAH ACAK
Analisis Regresi & Analisis Korelasi
Sebaran Peluang (II) Pertemuan 4
UKURAN PENYEBARAN DATA
SEBARAN PELUANG DISKRIT KHUSUS 1
Oleh : FITRI UTAMININGRUM, ST, MT)
Variansi, Kovariansi, dan Korelasi
1.Derivatif Fungsi dua Perubah
Korelasi Linier Diah Indriani Bagian Biostatistika dan Kependudukan
REGRESI LINEAR BERGANDA
Sebaran Binomial Trinomial dan Multinomial
MOMEN DAN FUNGSI PEMBANGKIT MOMEN
BAB 5 DISPERSI, KEMIRINGAN DAN KERUNCINGAN DISTRIBUSI DATA.
Pengujian Kesetangkupan (II) Pertemuan 14
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
SEBARAN GAMMA DAN KHI-KUADRAT.
Konvesi Geomekanik Untuk Tegangan dan Regangan
STATISTIK MULTIVARIATE
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Peubah Acak Ganda
EXPEKTASI, KOVARIAN DAN KORELASI
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
Pertemuan 6 DIferensial
Diferensial Fungsi Majemuk
Analisis Korelasi dengan SPSS
Persamaan Diferensial Variable Terpisah (Orde 1)
PERAMALAN DENGAN REGRESI DAN KORELASI BERGANDA
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
REGRESI LINIER BERGANDA
Matakuliah : Kalkulus-1
Statistika- Kuliah 07 MOMENT, KEMIRINGAN DAN KURTOSIS
DALIL GREEN 1. Mengintegralkan sepanjang lengkung tertutup. Contoh :
Ukuran Penyebaran Data
Oleh : FITRI UTAMININGRUM, ST, MT)
TURUNAN FUNGSI IMPLISIT
PENGUKURAN DISPERSI, KEMIRINGAN, DAN KERUNCINGAN DISTRIBUSI DATA
FINGSI VARIABEL ACAK STATISTIKA.
HARGA HARAPAN.
Analisis Multivariat Program S2 Matematika Semester Genap 2011/2012
PENGUKURAN DISPERSI, KEMIRINGAN, DAN KERUNCINGAN DISTRIBUSI DATA
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
PERSAMAAN DIFFERENSIAL
INTEGRAL RANGKAP INTEGRAL GANDA
Korelasi. Korelasi silang.
Transcript presentasi:

SEBARAN NORMAL GANDA (The Bivariate Normal Distribution)

f(x,y) = e-q/2 ; -~ < x < ~, Dengan x > 0 ; y > 0 dan –1 <  <1 q =

Sifat-sifat : f(x,y) merupakan fkp bersama x ~ N (x, x2) dan y ~ N(Y, Y2)  adalah koefisien korelasi X dan Y

Maka f(x,y) merupakan fkp normal ganda fl(x) = f(x,y) dy (1-2)q =_(1-2) = + (1-2) Dengan b =y+  (x - x)  fl(x) = dy *)

(y/x) = E(y/x) = y + (x-x) dan (x/y) = E(X/y) = x + (y-y) 2(X/y) = 2x (1-2)

Fungsi pembangkit momen untuk bivariate normal M(t1 t2) = Fungsi pembangkit momen untuk bivariate normal M(t1 t2) = f(x,y) dx dy = untuk semua t1, t2  R M(t1 t2)= E

Jika  = 0  M(t1t2) = M(t1,0) M(0,t2) X dan Y bebas stokhastik jika =0 M(t1t2) =M(t1,0)M(0,t2)

Dalil Misalkan X dan Y menyebar normal ganda dengan rata-rata 1 dan 2 variansi (ragam) 12 dan 22 serta koefisien korelasi  Maka X dan Y bebas stokhastik jika dan hanya jika  = 0 X & Y bebas stokhastik   = 0