Oleh : Dr. Ardi Kurniawan, M.Si.

Slides:



Advertisements
Presentasi serupa
Statistika Nonparametrik
Advertisements

DISTRIBUSI NORMAL.
Distribusi Beta, t dan F.
Ramadoni Syahputra, ST, MT
Statistika Inferensi : Estimasi Titik & Estimasi Interval
[MA 2513] PROBSTAT1 DISTRIBUSI UNIFORM/SERAGAM Dalam proses stokhastik, distribusi uniform ini banyak terkait, bahkan kontribusinya dalam engineering sangat.
Distribusi Probabilitas
Distribusi Gamma dan Chi Square
SAMPLING DAN DISTRIBUSI SAMPLING
TRANSFORMASI VARIABEL RANDOM DISKRIT
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 2
Pendugaan Parameter Pendugaan Titik dan Pendugaan Selang
Distribusi Probabilitas Weibull
Statistika Inferensi : Estimasi Titik & Estimasi Interval
ESTIMASI.
Distribusi Variable Acak Kontinu
Karakteristik Butir Model Ojaif Normal
RANK FULL MODEL (VARIANCE ESTIMATION)
F2F-7: Analisis teori simulasi
Rentang Kepercayaan (Confidence Interval)
UJI NORMALITAS Kolmogorov-Smirnov & Chi-Square Oleh: Roni Saputra, M
BAB 7 METODE REJECTION.
Bab 8C Estimasi Bab 8C
SIMULASI SISTEM PERSEDIAAN
ESTIMASI Pendugaan Prakiraan
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
STATISTIKA Pertemuan 5: Distribusi Peluang Normal Dosen Pengampu MK:
PENAKSIRAN PARAMETER.
TEORI PENDUGAAN (TEORI ESTIMASI)
STATISTIKA INFERENSIAL
Statistika Inferensi : Estimasi Titik & Estimasi Interval
ESTIMASI Pendugaan Prakiraan.
ANALISIS DATA KATEGORIK
Distribusi Normal.
Random Variate Distribusi Kontinu dan Diskrit
Fungsi Distribusi normal
SAMPLING DAN DISTRIBUSI SAMPLING
Statistika Inferensi : Estimasi Titik & Estimasi Interval
DISTRIBUSI KONTINYU.
ESTIMASI dan HIPOTESIS
STATISTIK II Pertemuan 5: Distribusi Sampling (Lanjutan)
EKONOMETRIKA Pertemuan 10: Pengujian Asumsi-asumsi Klasik (Bagian 1)
EKONOMETRIKA Pertemuan 9: Pengujian Asumsi-asumsi Klasik (Bagian 1)
EKONOMETRIKA Pertemuan 9: Pengujian Asumsi-asumsi Klasik (Bagian 1)
ESTIMASI.
PROBABILITAS VARIABEL KONTINYU
SEBARAN PEUBAH ACAK KONTINU KHUSUS 2
Apa itu Statistik? Apa Peranan statistik?.
Bilangan Baku dan Kegunaannya
Estimasi.
Statistika Parametrik & Non Parametrik
PENCARIAN DISTRIBUSI.
DISTRIBUSI PROBABILITA COUNTINUES
Bagian 5 – DISTRIBUSI KONTINYU Laboratorium Sistem Produksi 2004
Generalized Linear Model pada Data Berdistribusi Poisson (Studi kasus : Banyaknya Jumlah kecelakaan lalu lintas berdasarkan faktor jumlah pelanggaran.
Distribusi Sampling.
SIMULASI SISTEM PERSEDIAAN
Distribusi Peluang Kontinu
Fungsi survival kecelakaan pesawat penumpang di Indonesia berdistribusi eksponensial satu parameter, tersensor tipe II Anggota kelompok: 1. Abdul Faruk.
Distribusi Variabel Acak Kontiyu
Distribusi Peluang Kontinu
EKONOMETRIKA Pertemuan 11: Pengujian Asumsi-asumsi Klasik (Bagian 1)
Statistika Inferensi : Estimasi Titik & Estimasi Interval
Random Variate Distribusi Kontinu dan Diskrit
Distribusi Teoritis Variabelacak Kontinu
This presentation uses a free template provided by FPPT.com METODE MAKSIMUM LIKELIHOOD Septian Arif Maulana Shafira.
TEORI PENDUGAAN (TEORI ESTIMASI)
INFERENSI STATISTIK.
Distribusi Teoritis Variabel Acak Kontinu
Transcript presentasi:

Oleh : Dr. Ardi Kurniawan, M.Si. ANALISA DATA UJI HIDUP Distribusi Weibull Oleh : Dr. Ardi Kurniawan, M.Si.

f(t) = (/) (t/)β-1 exp[- (t/)β] Distribusi Weibull Bentuk umum dari Distribusi Weibull yaitu: f(t) = (/) (t/)β-1 exp[- (t/)β] dengan : t > 0 ,  adalah parameter bentuk, dan  adalah parameter skala Kuliah 11

Distribusi Weibull Distribusi Weibull diperkenalkan oleh seorang ahli fisika negara Swedia yang bernama Waloddi Weibull pada tahun 1939. Bentuk umum dari pdf dari Weibull yaitu : dengan : x  0 ,  adalah parameter bentuk, dan  adalah parameter skala Kuliah 11

Parameter Bentuk Distribusi Weibull Parameter bentuk dari distribusi Weibull mempengaruhi bentuk gambar dari distribusi Weibull. Berikut adalah gambar dari distrbusi Weibull untuk nilai alpha = 1. Kuliah 11

Fungsi Survivor Fungsi distribusi kumulatif distribusi Weibull adalah : F(t) = 1 – exp[-(t/)β] Dengan demikian fungsi survivor pada distribusi Weibull adalah : S(t) = exp[-(t/ ) β] Kuliah 11

Fungsi Survivor Untuk θ = β , Fungsi distribusi kumulatif distribusi Weibull dapat ditulskan sebagai: F(t) = 1 – exp[- t β / θ] fungsi survivor pada distribusi Weibull adalah : S(t) = exp[- t β / θ] ] Kuliah 11

Bentuk Distribusi lain yg diperoleh dari Dist. Weibull a. Distribusi Eksponensial Pengambilan nilai =1 menjadikan pdf dari distribusi Weibull berbentuk: Yaitu f(x) berdistribusi Eksponensial. Kuliah 11

b. Distribusi Ekstreme Value Distribusi Ekstrem Value berbentuk , - < x < Distribusi ini dapat diperoleh dari variabel random X yang berdistribusi Weibull yang ditransformasi dengan Y = Ln(X) serta mengambil : u = Ln() dan b = -1. (Buktikan!) Kuliah 11

Sampel Lengkap Dist. Weibull Sampel Lengkap diperoleh dengan mengamati semua sampel yang direncanakan untuk diambil. Tentukan Estimator Distribusi Weibull dengan metode MLE. Kuliah 11

Sampel Lengkap Dist. Weibull Berdasarkan MLE, estimator dari  dan  masing-masing adalah : dan untuk  merupakan penyelesaian dari : Kuliah 11

Contoh Misalkan dipunyai data waktu hidup Weibull sebagai berikut : Tentukan bentuk estimator waktu hidup untuk data lengkap di atas! Kuliah 11

Estimasi Parameter Dist. Weibull dengan metode lain Pada pdf dari distribusi Weibull yaitu : f(t) = (/) (t/)β-1 exp[- (t/)β] estimator parameter bentuk  dan  masing-masing adalah : dan B = 1/D = 1,283 / S dengan : D = 0,7797 S S = Simpangan Baku Kuliah 12

a. Untuk Parameter Bentuk  Interval Kepercayaan a. Untuk Parameter Bentuk  Estimasi interval kepercayaan dua sisi (1 - )100% yaitu : Batas Bawah = exp(Z 1,049 / n1/2) / D Batas Atas = 1/{D exp(Z 1,049 / n1/2)} Kuliah 12

b. Untuk Parameter Bentuk  Interval Kepercayaan b. Untuk Parameter Bentuk  Estimasi interval kepercayaan dua sisi (1 - )100% yaitu : Batas Bawah=exp(L - Z 1,081 D / n1/2) Batas Atas = exp(L + Z 1,081 D / n1/2) dengan : Kuliah 12

Fungsi Hazard Dist. Weibull Fungsi Hazard diberikan dengan h(t) = f(t) / S(t) dengan f(t) dan S(t) masing-masing adalah fungsi pdf dan survivor dari distribusi Weibull. Oleh karena pdf dari distribusi Weibull adalah : f(t) = (/) (t/)β-1 exp[- (t/)β] sedangkan fungsi survivornya adalah S(t) = exp[-(t/ ) β] Kuliah 12

Fungsi Hazard Dist. Weibull Dengan demikian fungsi Hazard dari distribusi Weibull adalah : h(t) = f(t) / S(t) = (/)(t/)β-1exp[-(t/)β]/exp[-(t/) β] = (/) (t/)β-1 Kuliah 12