 Kita perlu memperhatikan struktur probabilistik yang mendasari pengamatan ini.  Kita menulis Z t untuk pengamatan pada waktu t.  Dalam hal ini,

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI MULTIVARIAT
Advertisements

Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
PROBABILITAS BERSYARAT DAN EKSPEKTASI BERSYARAT
Pendahuluan Landasan Teori.
11 – 12. Model Stokastik
DISTRIBUSI PROBABILITAS
DISTRIBUSI PELUANG.
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
Distribusi Probabilitas
PERAMALAN.
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
PROBABILITAS DAN STATISTIK
TRENDS.
DISTRIBUSI DARI FUNGSI VARIABEL RANDOM
Statistika Multivariat
TEKNIK SIMULASI D3 TEKNIK KOMPUTER
PENARIKAN SAMPEL & PENDUGAAN PARAMETER
Peubah Acak dan Distribusi Peluang Kontinu
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
 Statistical Simulation, menggambarkan sistem yang stochastic maupun static dan digunakan untuk meng-estimate nilai-nilai yang tidak bisa dengan mudah.
8. BARISAN DAN DERET.
ANALISIS DATA BERKALA.
ANALISIS DATA BERKALA.
Pertemuan 9 Teori Sistem
SIMULASI SISTEM PERSEDIAAN
PENGANTAR MODEL STOKASTIK
Pemodelan Simulasi Sistem Diskrit
EKONOMETRIKA Sifat Dasar Analisis Regresi Kelompok 1
ANALISIS DATA BERKALA.
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
By : ARDIANSYAH FAUZI ( )
PERAMALAN.
MANAJEMEN INVENTORY DAN LOGISTIK
DISTRIBUSI PROBABILITAS
BAB I TEKNIK SIMULASI.
Pengukuran Kualitas Secara Statistik
Jurusan Sistem Informasi
STATISTIKA LINGKUNGAN
DISTRIBUSI SAMPLING STATISTIK
Pengantar model stokastik
Statistika Industri Week 2
VARIABEL PENELITIAN EPIDEMIOLOGI DESKRIPTIF
PERSAMAAN DIFUSI FOKKER-PLANCK
PENGANTAR TEORI PROBABILITAS & STATISTIKA
Distribusi Probabilitas Kontinyu
Variabel Acak dan Nilai Harapan
1 langsung Wawancara langsung MODUL PERKULIAHAN SESI 1 Data Primer
ANALISIS DATA BERKALA.
STATISTIK Pertemuan 6: Teori Estimasi (Interval Konfidensi)
TUGAS MANDIRI DIKUMPULKAN RABU, 6 APRIL 2011
Distribusi Sampling.
BAB 7 TIME SERIES ANALYSIS Dalam peramalan, biasanya orang akan mendasarkan diri pada pola atau tingkah laku data pada masa-masa lampau. Data yang dikumpulkan.
Statistika Multivariat
PENDEKATAN MODEL MATEMATIKA
Simulasi sistem persediaan
Pengujian Statistika Nonparametrik
Pengantar Statistik Juweti Charisma.
Imasia Gladis Maharani
HARGA HARAPAN.
SIMULASI SISTEM PERSEDIAAN
STATISTIKA.
Distribusi Sampling.
Veni Wedyawati, M. Kom MODEL DAN SIMULASI
HARGA HARAPAN.
OPERATIONS RESEARCH – I
OPERATIONS RESEARCH – I
TABEL KATEGORIK 2×2.
KONSEP DASAR PROBABILITAS
Transcript presentasi:

 Kita perlu memperhatikan struktur probabilistik yang mendasari pengamatan ini.  Kita menulis Z t untuk pengamatan pada waktu t.  Dalam hal ini, satuan waktu akan bervariasi tergantung pada penerapan, yaitu dapat berupa tahun, kuartal, bulan, harian atau bahkan mikro sekon tergantung pada situasi yang digunakan untuk memodelkan.  Kita mengasumsikan bahwa pengamatan mempunyai jangka yang sama dalam waktu.

 Dalam upaya untuk memodelkan ketidakpastian dalam pengamatan, kita mengasumsikan bahwa untuk setiap titik waktu t, Z t merupakan variabel random.  Hal itu berarti, tingkah laku dari Z t akan ditentukan oleh distribusi probabilitas.  Akan tetapi, kenampakan yang paling penting dari model runtun waktu adalah bahwa kita mengasumsikan bahwa pengamatan dibuat dalam waktu yang berbeda akan bergantung secara statistik.  Kebergantungan ini yang akan diinvestigasi sehingga untuk dua waktu yang berbeda t dan s, tingkah laku bersama dari Z t dan Z s akan ditentukan dari distribusi bersama atau secara lebih umum, alam probabilitas dari kumpulan pengamatan random Z 1, Z 2,...., Z n akan dicerminkan dalam distribusi bersama multivariat mereka.

 Barisan variabel random { Z 1, Z 2, } atau { Z -1, Z 0, Z 1, Z 2,.... } dinamakan proses stokastik (stochastic process).  Diketahui bahwa struktur probabilistik lengkap dari proses yang demikian ditentukan oleh himpunan dari distribusi dari semua kumpulan berhingga dari Z.

TERIMA KASIH