STATISTIKA LINGKUNGAN

Slides:



Advertisements
Presentasi serupa
Business Statistics, A First Course (4e) © 2006 Prentice-Hall, Inc. Chap 6-1 Bab 6 Distribusi Normal.
Advertisements

Euphrasia Susy Suhendra
DISTRIBUSI NORMAL.
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
DISTRIBUSI NORMAL.
DISTRIBUSI NORMAL.
Pertemuan II SEBARAN PEUBAH ACAK
STATISTIKA DISTRIBUSI PROBABILITAS
DISTRIBUSI DISKRIT DAN KONTINYU
PROBABILITAS.
Metode Statistika II Pertemuan 2 Pengajar: Timbang Sirait
Distribusi Probabilitas Diskrit dan Kontinu
Distribusi Probabilitas 1
Distribusi Normal Simetris Mean, Median and Modus f(x) sama
PENGUJIAN HIPOTESIS SAMPEL KECIL
Distribusi Probabilitas ()
HIPOTESA : kesimpulan sementara
DISTRIBUSI NORMAL Srikandi Kumadji.
DISTRIBUSI TEORITIS.
Distribusi Probabilitas
Probabilitas & Distribusi Probabilitas
Kuliah ke 12 DISTRIBUSI SAMPLING
DISTRIBUSI NORMAL.
Distribusi Probabilitas Diskret
SAMPLING DAN DISTRIBUSI SAMPLING
DISTRIBUSI PROBABILITAS DISKRET
Distribusi Probabilitas Kontinu()
BAB IX DISTRIBUSI TEORITIS
SOAL Binomial-Poisson dengan Tabel dan Pendekatan Normal
DISTRIBUSI NORMAL.
DISTRIBUSI TEORETIS Tujuan :
DISTRIBUSI PELUANG STATISTIKA.
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Distribusi Probabilitas Normal
Distribusi Probabilitas Normal.
DISTRIBUSI NORMAL Distribusi normal sering disebut juga distribusi Gauss. Merupakan model distribusi probabilitas untuk variabel acak kontinyu yang paling.
Distribusi F (Fisher) Rasio ragam dari dua populasi yang bersifat bebas, dapat diduga dari rasio varians sampel. Dan rasio ini akan memiliki bentuk sebaran.
DISTRIBUSI PROBABILITAS DAN DISTRIBUSI SAMPLING
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
Estimasi Topik Pembahasan: Konsep estimasi (pendugaan statistik)
Nanda A. Rumana nandaarumana.blogspot.com
DISTRIBUSI PROBABILITAS
Distribusi Normal.
Distribusi Normal.
Statistik Distribusi Probabilitas Normal
DISTRIBUSI KONTINU DISTRIBUSI NORMAL.
Fungsi Distribusi normal
Statistika- Kuliah 08 DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
DISTRIBUSI KONTINYU.
Distribusi Probabilitas
PROBABILITAS dan DISTRIBUSI
Distribusi Probabilitas Diskret
Variabel Acak dan Distribusi Probabilitas
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
Probabilitas dan Statistika BAB 5 Distribusi Peluang Kontinu
3.
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
DISTRIBUSI NORMAL.
DISTRIBUSI PROBABILITAS BAG 2 (DISTRIBUSI NORMAL)
Distibusi Probabilitas Statistik Bisnis -8
D0124 Statistika Industri Pertemuan 12 dan 13
Distribusi Probabilitas Diskret
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
Distribusi Peluang Kontinu
BAB 8 DISTRIBUSI NORMAL.
BAB 10 DISTRIBUSI PROBABILITAS Pada berbagai peristiwa dalam probabilitas jika frekuensi percobaannya banyak, maka untuk peristiwa yang bersifat independent.
Distribusi Peluang Kontinu
Ukuran Distribusi.
Transcript presentasi:

STATISTIKA LINGKUNGAN DISTRIBUSI PROBABILITAS

PENGANTAR Bila serangkaian pengamatan atau kejadian bersama dengan probabilitasnya ditabelkan  distribusi probabilitas. Bila keseluruhan probabilitas dijumlahkan  harganya akan = 1 atau 100%. Dua kelompok model distribusi probabilitas : * diskrit * kontinu

PENGANTAR Distribusi probabilitas yang diskrit  distribusi: * binomial * hypergeometric * poisson (pendekatan binomial) * geometric * multinomial Distribusi probabilitas yang bersifat kontinu  distribusi: * normal * binomial (pendekatan dengan normal) * uniform * log normal * gamma

DISTRIBUSI BINOMIAL merupakan distribusi probabilitas bila hanya ada dua kemungkinan Persamaan distribusi:

DISTRIBUSI BINOMIAL Rerata: Simpangan baku:

DISTRIBUSI POISSON merupakan distribusi probabilitas yang dilakukan terhadap satuan waktu atau ruang. Batasan yang digunakan: * rerata kejadian (µ) adalah konstan untuk setiap unit waktu atau ruang * probabilitas lebih dari satu kejadian dalam setiap satu titik atau ruang adalah nol * jumlah kejadian dalam setiap rentang waktu atau ruang adalah bebas dari jumlah kejadian pada rentang yang lain

DISTRIBUSI POISSON Persamaan yang digunakan adalah: P(x) = probabilitas pada sejumlah x kejadian µ = rerata jumlah kejadian per unit waktu atau per unit ruang e = konstanta dasar logaritma = 2,71828

DISTRIBUSI NORMAL Variabel acak kontinu  jumlah nilai yang tak berhingga  distribusi probabilitas kontinu. Distribusi probabilitas kontinu yang paling sering digunakan  distribusi normal (atau distribusi Gauss). Ciri distribusi normal : - adanya rerata (μ) - adanya simpangan baku (σ)

DISTRIBUSI NORMAL (a) μ sama, σ berbeda

DISTRIBUSI NORMAL (b) μ berbeda, σ sama

DISTRIBUSI NORMAL Luas di bawah kurva normal

DISTRIBUSI NORMAL TABEL DISTRIBUSI NORMAL Tabel distribusi normal berisi luas  dibatasi rerata dan simpangan bakunya  ditandai dengan nilai Z. Nilai Z  perbedaan antara data (x) dengan rerata, dibagi dengan simpangan baku atau :  distribusi Z

DISTRIBUSI NORMAL SKEMA KURVA NORMAL

DISTRIBUSI NORMAL SKEMA KURVA NORMAL Rerata populasi = 50 Simpangan baku = 20 Posisi datum x = 75 adalah (75-50)/20 = 1,25  datum terletak 1,25 simpangan baku di kanan reratanya Posisi datum x = 25 adalah (25-50)/20 = -1,25  datum terletak 1,25 simpangan baku di kiri reratanya

DISTRIBUSI NORMAL SKEMA KURVA NORMAL Rerata masa layan = 750 jam Simpangan baku = 80 jam Probabilitas mempunyai masa layan antara 750 jam sampai 830 jam adalah : Z = (830-750)/80 = 1,00  dari tabel Z  luas = 0,3413  probabilitas = 0,3413

DISTRIBUSI NORMAL SKEMA KURVA NORMAL Rerata masa layan = 750 jam Simpangan baku = 80 jam Probabilitas masa layan antara 790-870 jam: Untuk 870 jam  Z = 1,50  luas = 0,4332 Untuk 790 jam  Z = 0,50  luas = 0,1915 Probabilitas antara 790-870 jam = 0,4332 – 0,1915 = 0,2417

DISTRIBUSI NORMAL SKEMA KURVA NORMAL Rerata masa layan = 750 jam Simpangan baku = 80 jam Probabilitas masa layan antara 730-850 jam: Untuk 730 jam  Z = 0,25  luas = 0,0987 Untuk 850 jam  Z = 1,25  luas = 0,3944 Probabilitasnya = 0,0987 + 0,3944 = 0,4931

DISTRIBUSI NORMAL SKEMA KURVA NORMAL Rerata masa layan = 750 jam Simpangan baku = 80 jam Probabilitas masa layan lebih dari 810 jam: Untuk 810 jam  Z = 0,75  luas = 0,2734 Area 0,2734 adalah antara 750 – 850 Area di kanan 750  0,50 Area diatas 810  0,50 – 0,2734 = 0,2266