[MA 2513] PROBSTAT1 DALIL LIMIT PUSAT Sampling DistributionX X1X1 X2X2 X 3.....XnXn x1x1 x2x2 x 3..... xnxn Population/parent RV Sample Sample values Koleksi.

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI PROBABILITAS YANG UMUM
Advertisements

Sebuah perusahaan pembuat pakan ikan merekomendasikan bahwa dengan pakan buatannya pada umur 3 bulan ikan patin bisa mempunyai berat badan rata-rata 500.
METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
Pendugaan Secara Statistik()
Distribusi Chi Kuadrat, t dan F
E  X   danVar   x    2 / n kecil disebabkan karena Var    x    lebih kecil daripada Var (X). Kesimpulan didapat MODUL KULIAH STATISTIKA.
Pertemuan 6 UJI HIPOTESIS
BAB 10 DISTRIBUSI TEORITIS
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPLE TUNGGAL)
STATISTIK UJI ‘T’ DAN UJI ‘Z’
Pendahuluan Landasan Teori.
Probabilitas dan Statistika BAB 7 Distribusi Sampling
ESTIMASI MATERI KE.
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
[MA 2513] PROBSTAT1 DISTRIBUSI UNIFORM/SERAGAM Dalam proses stokhastik, distribusi uniform ini banyak terkait, bahkan kontribusinya dalam engineering sangat.
Kuliah ke 12 DISTRIBUSI SAMPLING
DISTRIBUSI NORMAL.
Taksiran Interval untuk Selisih 2 Mean Populasi
SAMPLING DAN DISTRIBUSI SAMPLING
Penelitian Suatu penelitian sering dihadapkan kepada Populasi dan Sampel Suatu penelitian sering dihadapkan kepada Populasi dan Sampel Kebanyakan penelitian.
Dasar probabilitas.
PENGUJIAN HIPOTESIS SAMPEL BESAR
Distribusi Sampling Tujuan Pembelajaran :
DISTRIBUSI PELUANG Pertemuan ke 5.
DISTRIBUSI DARI FUNGSI VARIABEL RANDOM
Statistika Inferensi : Estimasi Titik & Estimasi Interval
ESTIMASI.
Responsi.
Teorema Markov dan Chebychev
© 2002 Prentice-Hall, Inc.Chap 6-1 Metode Statistika I Interval Konfidensi.
DISTRIBUSI DISTRIBUSI NORMAL PENDEKATAN NORMAL UNTUK BINOMIAL
Bab 5 Distribusi Sampling
Statistika Inferensi : Estimasi Titik & Estimasi Interval
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
DISTRIBUSI SAMPLING Inne Novita Sari.
Distribusi Sampling Distribusi Rata-rata, Proporsi, Selisih dan Jumlah Rata-rata, Selisih Proporsi.
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:
STATISTIKA INFERENSIAL
Statistika Inferensi : Estimasi Titik & Estimasi Interval
UJI HIPOTESIS (2).
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
Distribusi Normal.
Distribusi Sampling Juweti Charisma.
STATISTIKA DALAM KIMIA ANALITIK
SAMPLING DAN DISTRIBUSI SAMPLING
Statistika Inferensi : Estimasi Titik & Estimasi Interval
DISTRIBUSI SAMPLING STATISTIK
Statistika Industri Week 2
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
DISTRIBUSI SAMPLING Inne Novita Sari.
Populasi : seluruh kelompok yang akan diteliti
KELOMPOK 6 Amelia Octaviasari Cahyaningrum Uswati
STATISTIK II Pertemuan 4: Distribusi Sampling Dosen Pengampu MK:
BAB 3 PENARIKAN SAMPEL DAN PENDUGAAN
TUGAS MANDIRI DIKUMPULKAN RABU, 6 APRIL 2011
Distribusi Sampling.
DISTRIBUSI PELUANG Nugroho.
PENCARIAN DISTRIBUSI.
Distribusi Sampling Tujuan Pembelajaran :
Distribusi Sampling.
Bab 5 Distribusi Sampling
Pertemuan ke 9.
Sebaran Penarikan Contoh
Statistika Inferensi : Estimasi Titik & Estimasi Interval
STATISTIKA 2 2. Distribusi Sampling OLEH: RISKAYANTO
DISTRIBUSI SAMPLING Jaka Wijaya Kusuma M.Pd.
. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses.
Distribusi Sampling Menik Dwi Kurniatie, S.Si., M.Biotech.
Transcript presentasi:

[MA 2513] PROBSTAT1 DALIL LIMIT PUSAT Sampling DistributionX X1X1 X2X2 X XnXn x1x1 x2x2 x xnxn Population/parent RV Sample Sample values Koleksi dari n variabel random yang berasal dari parent RV X; yaitu : X 1, X 2 ……X n yang bersifat Independent identically distributed (iid) disebut Random Sample

[MA 2513] PROBSTAT2 Fungsi dari VR yang terdiri sample random disebut : statistik, jika tidak tergantung pada parameter yang tidak diketahui. Notasinya sebagai berikut : V = v (X 1, X 2, X 3,... X n ) = t (X 1, X 2, X 3,... X n )adalah Statistik (statistic) Karena statistik merupakan fungsi dari VR, maka statistik sendiri tidak lain dari VR; oleh karena itu mempunyai distribusi peluang. Distribusi peluang dari statistik disebut Sampling distribution. DALIL LIMIT PUSAT

[MA 2513] PROBSTAT3 Pada bab ini akan dibahas distribusi dari sample mean. Distribusi sample mean dari sample random yang diambil dari distribusi Normal juga berdistribusi Normal. Teorema limit pusat (the central limit theorem) menegaskan bahwa: sample size n cukup besar, distribusi dari sampel mean akan mendekati distribusi Normal dengan : mean = , dan standar deviasi/simpangan baku Banyak masalah-masalah dalam teori peluang dan statistika inferensial dapat direduksi ke distribusi : DALIL LIMIT PUSAT

[MA 2513] PROBSTAT4 DALIL LIMIT PUSAT Jika n VR X i, i = 1, 2, … n saling bebas dan berdistribusi normal dengan : X i ~ NOR (  ;  2 ) Maka : Dimana : Bukti di bahas di kelas

[MA 2513] PROBSTAT5 DALIL LIMIT PUSAT Jika X 1, X 2,..… X N adalah sampel random dari populasi yang berdistribusi normal dengan mean =  dan variansi  2, maka : Sample total : T ~ NOR ( n , n  2 ) dan Sample Mean :

[MA 2513] PROBSTAT6 1.Catatan dalam log-book maskapai penerbangan B747 diperoleh data sebagai berikut : a). Rata-rata berat bagasi per penumpang 17.3 kg dengan simpangan baku 3,1 kg. b). Rata-rata berat penumpang 70 kg dengan simpangan baku 8 kg Pertanyaan : 1). Tentukan peluang bahwa rata-rata berat bagasi perpenumpang dalam antrian 25 begasi di check in counter kurang dari 16 kg 2). Tentukan peluang dari total berat 400 penumpang yang menumpangi pesawat B747 atau melebihi kg 3). Tentukan peluang dari 400 penumpang beserta begasinya akan melebihi dari maksimum beban totalnya, yaitu kg Contoh soal

[MA 2513] PROBSTAT7 Solusi Misalkan X PA/VR yang menyatakan “Berat Begasi”, maka :  X = 17,3 dan  X = 3,1 Selanjutnya apabilaMenyatakan rataan dari berat begasi Bagi sampel acak (random sample) 25 penumpang, maka pertanyaan 1 adalah Menurut teori : Jika X 1, X 2, …X n adalah n iid PA/PR dengan : E (X i ) =  dan Var X i =  2, maka :

[MA 2513] PROBSTAT8

9 Solusi dari pertanyaan b Misalkan W i menyatakan berat penumpang, dengan i = 1, 2, Maka :adalah total berat ke 400 penumpang. Selanjutnya akan dihitung :

[MA 2513] PROBSTAT10 Solusi dari pertanyaan c Perlu diingat bahwa :  Berat penumpang saling bebas antara penumpang yang satu dengan yang lainnya  Demikian juga berat begasinya  Berat penumpang saling bebas dengan berat begasi Misalkan T i = W i + X i, maka akan dihitung :

[MA 2513] PROBSTAT11

[MA 2513] PROBSTAT12 1.Kereta gantunng (Cable Car) mempunyai kapasitas berat pounds. Andaikan berat orang yang akan naik kereta gantung dipilih secara random dari Distribusi Normal dengan Mean 175 Pounds dan standard deviasi 20 pounds. Tentukan maksimum banyaknya penumpang yang akan naik kereta gantung, sehingga total beratnya lebih dari pounds dengan peluang 0,05.

[MA 2513] PROBSTAT13 Student t Distribution Distribusi t ditemukan oleh W.S. Gosset, ahli kimia yang bekerja pada pabrik Bir Guinness di Irlandia. Publikasi atas penemuannya dilakukan pada 1908 dengan nama samaran “ STUDENT” Seperti kita ketahui bahwa : Jika  2 tidak diketahui, maka sebagai penggantinya adalah S, karena E (S 2 ) =  2  DLP : S 2 adalah merupakan unbiased estimate bagi  2 Andaikan Z ~ NOR (0,1)

[MA 2513] PROBSTAT14 Z dan V saling bebas, maka : X disebut berdistribusi t – dgn k dof, disingkat t k

[MA 2513] PROBSTAT15

[MA 2513] PROBSTAT16 Distribusi t termasuk dalam keluarga distribusi Normal; apabila dibandingkan dengan distribusi Normal maka distribusi t agak melebar. Untuk menyelesaikan soal-soal yang terkait dengan distribusi t diperlukan tabel t.