Distribusi Peluang Kuswanto dan Rizali, 2014.

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI DISKRIT DAN KONTINYU
Advertisements

DISTRIBUSI PROBABILITAS YANG UMUM
TEMU 6 KORELASI. Tujuan Instruksional Umum •Mahasiswa mampu melakukan analisis korelasi dengan penggunaan perangkat lunak Excel.
Pertemuan II SEBARAN PEUBAH ACAK
Kuswanto, Sebaran Peluang kontinyu  Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu  Salah satu sebaran kontinyu adalah sebaran.
SEKOLAH TINGGI ILMU STATISTIK
PR Kumpulkan Hari Senin, 17 Maret Suatu percobaan pelemparan dadu dilakukan. Misalkan F adalah kejadian munculnya mata dadu 6 dan E adalah kejadian.
Metode Statistika (STK211)
Distribusi Peluang Diskrit
Distribusi Probabilitas 1
STRUKTUR DISKRIT PROBABILITAS DISKRIT PROGRAM STUDI TEKNIK KOMPUTER
DISTRIBUSI PROBABILITAS
Pengujian Hipotesis.
KONSEP DASAR PROBABILITAS
Distribusi Probabilitas ()
DALIL-DALIL PROBABILITAS (SSTS 2305 / 3 sks)
DISTRIBUSI PROBABILITAS
Beberapa Peubah Acak Diskret
SEBARAN DISKRIT Variabel Diskrit dan kontinue Variabel diskrit yang dimaksud adalah variabel yang diamati/diukur tidak dapat diwakili oleh seluruh titik.
DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI PELUANG.
STATISTIK PROBABILITAS
LANJUTAN SOAL-SOAL LATIHAN DAN JAWABAN PELUANG.
KONSEP DASAR PROBABILITAS (SSTS 2305 / 3 sks)
Peluang.
3 Peubah Acak Diskrit dan Sebaran Peluangnya.
POPULASI, SAMPEL DAN PELUANG
PELUANG SUATU KEJADIAN
Metode Statistika (STK211)
DISTRIBUSI PROBABLITAS
DISTRIBUSI PROBABILITAS DISKRET
Probabilitas Bagian 2.
BAB XII PROBABILITAS (Aturan Dasar Probabilitas) (Pertemuan ke-27)
KONSEP DASAR PROBABILITAS
Sebaran peluang kontinyu
Bab 5. Probabilitas Diskrit
Dasar probabilitas.
DISTRIBUSI PELUANG STATISTIKA.
KEJADIAN dan PELUANG SUATU KEJADIAN
DISTRIBUSI PELUANG Pertemuan ke 5.
DISTRIBUSI PROBABLITAS (SSTS 2305 / 3 sks)
Distribusi Peluang.
Distribusi Peluang Kuswanto, 2007.
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
DISTRIBUSI PROBABILITA DISKRIT
VARIABEL ACAK DAN NILAI HARAPAN
DISTRIBUSI PROBABILITAS / PELUANG
DISTRIBUSI PROBABILITAS diskrit
DISTRIBUSI TEORITIS.
VARIABEL ACAK DAN NILAI HARAPAN
DISTRIBUSI BINOMIAL.
Sebaran Peluang Diskrit (II) Pertemuan 6
DISTRIBUSI PROBABILITAS
KONSEP DASAR PROBABILITAS
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
DISTRIBUSI BINOMIAL.
Distribusi Probabilitas
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
VARIABEL ACAK DAN NILAI HARAPAN
DISTRIBUSI PROBABILITA
Distribusi Teoritis Peluang Diskrit
NOTASI SEBARAN BINOMIAL
PEUBAH ACAK & DISTRIBUSI PELUANG. PENGERTIAN PEUBAH ACAK STATISTIKA  Penarikan kesimpulan tentang (karakteristik dan sifat) populasi. Contoh : Pemeriksaan.
DISTRIBUSI VARIABEL RANDOM DISKRIT
DISTRIBUSI PROBABILITAS YANG UMUM
Distribusi Poisson Suatu eksperimen yang menghasilkan jumlah sukses yang terjadi pada interval waktu spesifik dikenal sebagai eksperimen Poisson. Interval.
PENGERTIAN DISTRIBUSI TEORITIS
DISTRIBUSI PROBABILITAS YANG UMUM
. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses.
Transcript presentasi:

Distribusi Peluang Kuswanto dan Rizali, 2014

Pengertian Peubah acak Peubah acak adalah suatu kejadian yang dapat diucapkan dalam bentuk bilangan nyata Notasi yang sering digunakan adalah X, Y, Z

Macam peubah acak Peubah acak kontinyu, misalnya : produksi padi/ha. Peubah acak diskrit, misalnya : jumlah orang dalam satu ruangan. Dengan demikian ruang contoh diskrit adalah ruang contoh yang mengandung jumlah titik tak terhingga, tetapi sama banyaknya dengan bilangan cacah. Peubah acak diskrit digunakan untuk data yang berupa cacahan. Peubah acak kontinyu, misalnya : produksi padi/ha. Ruang contoh kontinyu adalah ruang contoh yang mengandung titik tak terhingga yang sama dengan banyaknya titik pada sebuah garis. Peubah acak kontinyu digunakan untuk data yang diukur

Sebaran Peluang Diskrit

Sebaran Peluang Diskrit Sebaran peluang diskrit adalah sebuah tabel atau rumus yang mencantumkan semua kemungkinan nilai suatu peubah acak diskrit berikut peluangnya. Sebaran peluang Binom dan Poisson termasuk kelompok ini.

Aturan dasar Setiap peluang harus antara 0 and 1 0 ≤ P(x) ≤ 1 Total dari keseluruhan peluang = 1 ΣP(x) = 1 Contoh: x P(x) 0 0.15 1 0.25 2 0.35 3 0.45 Tidak benar karena ΣP(x) > 1

5-SOAL BENAR/SALAH (x = jumlah yang benar) x P(x) 0 0. 03125 1 0 5-SOAL BENAR/SALAH (x = jumlah yang benar) x P(x) 0 0.03125 1 0.15625 2 0.3125 3 0.3125 4 0.15625 5 0.03125 Berapa peluang (dengan memilih secara acak) mahasiswa yang memperoleh 3 jawaban BENAR P(x = 3) = 0.3125 Berapa peluang untuk mahasiswa yang mendapatkan minimal 4 jawaban BENAR P(min 4) = P(x = 4) + P(x = 5) = 0.15625 + 0.03125 = 0.1875

Aturan komplemen Cari peluang mahasiswa mendapatkan jawaban BENAR kurang dari 4 P(< 4) = P(x = 0) + P(x = 1) + P(x = 2) + P(x = 3) = 0.03125 + 0.15625 + 0.3125 + 0.3125 = 0.8125 Dapat juga dihitung dengan menggunakan aturan komplemen P(< 4) = 1 – (P(x = 4) + P(x = 5)) = 1 – (0.15625 + 0.03125) = 1 – 0.1875

Contoh lain Apabila sepasang dadu dilemparkan, maka peubah acak X adalah jumlah bilangan X adalah nilai bulat 2 sampai 12. Dua dadu dapat mendarat dalam (6) (6) cara masing-masing dengan peluang 1/36. P(X=3) = 2/36, karena jumlah 3 hanya dapat terjadi dalam 2 cara. x 2 3 4 5 6 7 8 9 10 11 12 -------------------------------------------------------------------------------------- P(X=x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 Untuk menggambarkan sebaran peluang dapat mengggunakan grafik dalam bentuk histogram peluang.

Histogram

Sebaran Peluang Binom Sebaran Peluang Binom

Sebaran peluang binom Berdasarkan percobaan Bernoulli hasilnya diklasifikasikan sebagai sukses S (berhasil) dan gagal (G). P(S) = p = n dan P(G) = q = 1-n p+q = 1 Contoh : kontrol kualitas barang diklasifikasikan sebagai cacat (G) dan baik (B) efektifitas obat  sembuh (S) dan tak sembuh (G) kelahiran anak  pria (S) dan wanita (G) atau wanita (S) dan pria (G

Fungsi sebaran binomial Misal X menyatakan banyaknya berhasil dalam n usaha tsb, dimana n = 3 dan X=1, maka S ----- S ----- S untuk X (banyaknya berhasil) = 1 G SGG = pqq = pq² G ----- S GSG = qpq = pq² G GGS = qqp = pq² G ----- S ----- S G P(x=1) = 3(pq²) = (3C1) . p1 . q3-1 G ----- S karena n=3, x = sukses, (n-x) G gagal, maka kombinasi (nCx) = banyaknya susunan Jadi f(x) = (nCx) . px . qn-x dinamakan fungsi sebaran binomial

Kata Kunci Kata kunci: peluang “x dari n” Misalnya peluang “2 dari 5” atau “antara 3 dan 6 dari 10” atau “paling sedikit 1 dari 7” Maka pengerjaannya dengan peluang Binom P(x) = nCx • px • (1 – p)n–x

Contoh Hasil studi menunjukkan bahwa 20% dari mahasiswa baru memilih masuk agroekoteknologi. Apabila dipilih secara acak 5 mahasiswa, tentukan kemungkinan bahwa 2 mahasiswa memilih program agroekoteknologi Dicari 2 dari 5 mahasiswa yang memilih Agroekoteknologi, 3 lainnya bukan Dengan rumus kombinasi 5C2 = 10 Peluang mahasiswa memilih = 0.2 (20%) Peluang mahasiswa tidak memilih = 0.8

Untuk 1 kombinasi (0. 2)(0. 2)(0. 8)(0. 8)(0. 8) = (0. 2)2(0. 8)3 = 0 Untuk 1 kombinasi (0.2)(0.2)(0.8)(0.8)(0.8) = (0.2)2(0.8)3 = 0.02048 1 dan 2 (YYNNN): (0.2)(0.2)(0.8)(0.8)(0.8) = (0.2)2(0.8)3 1 dan 3 (YYNNN): (0.2)(0.2)(0.8)(0.8)(0.8) = (0.2)2(0.8)3 1 dan 4 (YYNNN): (0.2)(0.2)(0.8)(0.8)(0.8) = (0.2)2(0.8)3 dst 4 dan 5 (NNNYY): (0.8)(0.8)(0.8)(0.2)(0.2) = (0.2)2(0.8)3 Atau 10 • (0.2)2(0.8)3 = 0.2048

Persamaan Binom Jumlah mahasiswa yang dipilih: n = 5 Pemilihan (SUKSES): Seorang mahasiswa memilih Agroekoteknologi Jumlah yang memilih: x = 2 Kemungkinan dipilih: p = 0.2 Tidak dipilih (GAGAL): Seorang mahasiswa memilih program lain Kemungkinan tidak dipilih: 1 – p = 0.8 P(x) = nCx • px • (1 – p)n–x P(2) = 5C2 • (0.2)2 • (0.8)3 = 0.2048

Contoh lain Produsen bibit jambu menjamin bahwa bibit jambu okulasi yang dihasilkan mempunyai peluang hidup 0,90. Untuk membuktikan pernyataan tersebut, seorang konsumen membeli dan menanam 10 bibit okulasi. Tentukan berapa peluang hidup terhadap 8 bibit jambu okulasi yang dibeli tersebut! Jawab : Dari soal tersebut diketahui bahwa n=10, x=8, p=0,90 sehingga q = 1-0,90 = 0,1. Berdasarkan rumus peluang binomial, maka peluang hidup dari 8 bibit adalah : P(x=8) = (10 8) (0,90)8 (0,1)2 = 10!/8!.2! . (0,90)8 (0,1)2 = 0,194 Dapat pula dikerjakan dengan memanfaatkan tabel peluang binom yang telah tersedia. Dengan cara ini akan diperoleh hasil lebih cepat

Interpretasi Nilai peluang ini harus diinterpretasikan, agar dapat dipahami maknanya Peluang hidup 8 bibit dari 10 bibit yang ditanam adalah 0,194 Apabila bibit yang ditanam adalah b1, b2, …, b8, b9 dan b10, maka peluang hidup b1, b2, …, b8 adalah 0,194 Tidak semua bibit dari 8 bibit tersebut dapat hidup setelah ditanam. Walaupun produsen menjamin semua bibit jambu okulasi yang dihasilkan mempunyai peluang hidup 0,90, namun peluang hidup 8 bibit dari 10 bibit yang diuji adalah 0,194

Penggunaan tabel binomial Contoh soal tersebut dapat pula dikerjakan dengan memanfaatkan tabel peluang binom yang telah tersedia. Dengan cara ini akan diperoleh hasil lebih cepat.

Penggunaan tabel binomial Untuk contoh soal tersebut, pilih n = 10 kemudian dicari jumlah berhasil x = 8. Karena peluang keberhasilan adalah 0,90, maka dari x = 8 ditarik ke kanan sampai pada p = 0,90. Namun demikian, sebelum mencari nilai peluang dari tabel, rumus peluang harus dikerjakan terlebih dahulu.

Contoh tabel - Binomial

Contoh lain Untuk n=15 dan p=0,4, hitung P(x ≥10) dan P(3  x 8). Gunakan Tabel Binomial Jawab : P(x ≥ 10) = 1 - P(x  9) = 1 - 0,966 = 0,034  lihat tabel P(3  x 8) = P(x  8) - P(x  2) = 0,905 - 0,0271 = 0,878 P (x=4) = P(x  4) - P(x 3) = ??? Coba kerjakan

Dengan Excel Contoh1: Peluang 2 berhasil dari 5 yang dipilih, dengan peluang keberhasilan = 0.2 Karena hanya 2 maka bukan “cumulative option” =BINOMDIST(2,5,0.2,FALSE) Hasilnya P(2) = 0.2048 Contoh2: Seorang mahasiswa memiliki peluang 51% untuk dapat parkir di UB (peluang untuk sekali parkir = 0.51). Jika dia melakukan 12 kali parkir, berapa peluang untuk 8 kali parkir? n = 12, p = 0.51, peluang 8 kali parkir (0-8 kali) maka menggunakan “cumulative option” =BINOMDIST(8,12,0.51,TRUE) P( < 8 ) = 0.9168

Latihan dan diskusi 1. Tentukan peluang mendapatkan tepat bilangan 2 apabila sebuah dadu dilemparkan! 2. Peluang bunga anggek akan mekar besuk pagi adalah 0,4. Bila 15 tanaman yang bunganya akan mekar sedang diuji, berapa peluang : a) sekurang-kurangnya 10 tanaman yang bunganya akan mekar b) ada 3 sampai 8 tanaman yang bunga akan mekar c) tepat 5 tanaman yang bunganya akan mekar 3. A campus newspaper claims that 80% of the student support its view on a campus issue about hybrid rice production. A random sample of 20 agriculture faculty students is taken, 12 students agree with the newspaper. Find P(12 or less agree), if 80% support the view, and comment on the plausibility of the claim.

4. Suppose it is known that a new pesticide treatment is successful in killing a insect in 50% of the cases. If it is tried on 15 insects, find the probability that : a) at most 6 will be killed, b) the number killed will be now fewer than 6 and no more than 10 c) 12 or more will be killed 5. Using binomial table, find the probability of : a) 3 successes in 8 trials when p = 0,4 b) 7 failures in 16 trials when p = 0,6 c) 3 or fewer successes in 9 trials when p = 0,4 d) more than 12 successes in 16 trials when p = 0,7 e) the number of successes between 3 and 13 (both inclusive) in 16 trials when p = 0,6

6. Only 30% of the students in agriculture faculty feel that this subject is easy. If 20 students are selected at random, find the probability that 5 or less will feel that this subject is easy. Find the probability that exactly 6 students feel that this subject is easy. Find the cases of other binomial distribution? 

Terima kasih