Distribusi Poisson Percobaan Poisson memiliki ciri-ciri sbb :

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI DISKRIT DAN KONTINYU
Advertisements

DISTRIBUSI PROBABILITAS YANG UMUM
Pertemuan II SEBARAN PEUBAH ACAK
STATISTIKA DISTRIBUSI PROBABILITAS
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
DISTRIBUSI BINOMIAL.
Distribusi probabilitas DISKRIT DAN kontinu
DISTRIBUSI DISKRIT DAN KONTINYU
PROBABILITAS.
Contoh Aplikasi : Kasus 1.
SEKOLAH TINGGI ILMU STATISTIK
Distribusi Probabilita
Metode Statistika II Pertemuan 2 Pengajar: Timbang Sirait
DISTRIBUSI PROBABILITAS
Distribusi Probabilitas ()
BAHAN PERTEMUAN III-IV PRA UAS VARIABEL DAN DISTRIBUSI PELUANG
DISTRIBUSI PELUANG.
Distribusi Normal Distribusi normal memiliki variable random yang kontinus. Dimana nilai dari variable randomnya adalah bilang bulat dan pecahan. Probabilitas.
DISTRIBUSI TEORITIS.
VARIABEL RANDOM.
Distribusi Probabilitas Diskret
MATERI APLIKASI STATISTIKA BISNIS
Peubah Acak Diskret Khusus
DISTRIBUSI TEORETIS.
PENGUKURAN RISIKO ERVITA SAFITRI.
DISTRIBUSI PROBABILITAS DISKRET
BAB IX DISTRIBUSI TEORITIS
Bab 5. Probabilitas Diskrit
FUNGSI PROBABILITAS Pertemuan ke 6.
DISTRIBUSI TEORETIS Tujuan :
Distribusi Hipergeometrik Distribusi Poisson.
DISTRIBUSI PELUANG STATISTIKA.
DISTRIBUSI POISSON.
F2F-7: Analisis teori simulasi
DISTRIBUSI PROBABILITAS diskrit
DISTRIBUSI TEORITIS.
OLEH: RESPATI WULANDARI, M.KES
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
Modul 4 : Probabilitas.
Teori Bayes dan Distribusi binomial
DISTRIBUSI BINOIMIAL DAN POISSON
Sebaran Peluang Diskrit (II) Pertemuan 6
DISTRIBUSI PROBABILITAS
Random Variate Distribusi Kontinu dan Diskrit
Contoh Aplikasi : Kasus 1.
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS
DISTRIBUSI POISSON Kelompok 6 Elia Lugastio ( )
Distribusi Probabilitas Diskret
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
SEBARAN PEUBAH ACAK DISKRIT KHUSUS 3
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI PROBABILITAS DISKRIT (1)
Distribusi Teoritis Peluang Diskrit
SEBARAN POISSON DEFINISI
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI PROBABILITAS
Distribusi dan Teknik Sampling
Distribusi Probabilitas Variabel Acak Diskrit
Probabilita diskrit.
NOTASI SEBARAN BINOMIAL
Distribusi Probabilitas Diskret
Model dan Simulasi Distribusi Poisson Veni Wedyawati, S.Kom, M.Kom.
Distribusi Probabilitas Diskret
Random Variate Distribusi Kontinu dan Diskrit
Distribusi Poisson Suatu eksperimen yang menghasilkan jumlah sukses yang terjadi pada interval waktu spesifik dikenal sebagai eksperimen Poisson. Interval.
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI BINOMIAL Suatu percobaan binomial yang diulang sebanyak n kali dengan P(sukses) = P(S) = p dan P(gagal) = P(G) = 1 – p = q adalah tetap pada.
Transcript presentasi:

Distribusi Poisson Percobaan Poisson memiliki ciri-ciri sbb : Banyaknya hasil percobaan yg terjadi dalam selang waktu atau daerah tertentu tidak bergantung pd selang waktu atau daerah lain yang terpisah. Probabilita terjadinya suatu hasil percobaan selama suatu selang waktu yang singkat sebanding dengan panjang selang waktu tsb. Probabilita bahwa lebih dari satu hasil percobaan akan terjadi dalam selang waktu yang singkat atau daerah yang kecil dapat diabaikan.

Distribusi poisson Mempunyai karakteristik yang sama dengan distribusi binomial, namun mempunyai : total seluruh kejadian (percobaan) yang sangat besar (lebih dari 50), serta probabilita hasil kejadian yang sangat kecil (0,1 = 10 persen atau lebih kecil)

Distribusi Poisson digunakan untuk mengukur suatu proses shg merupakan distribusi variabel acak yang hasil percobaannya terjadi dalam selang waktu atau daerah tertentu. Distribusi ini secara luas banyak dipakai terutama dalam proses simulasi, seperti proses kedatangan, proses antrian dll. Untuk x=1, 2, 3, … Dimana  adalah rata-rata banyaknya hasil percobaan (sukses) yang terjadi dalam selang waktu atau daerah tertentu. Rerata  ini dapat dihitung dr “np”, dimana n adalah total seluruh percobaan dan p adl probabilita kejadian sukses serta bilangan e = 2,71828

Contoh soal 2. Secara rata-rata, 1 diantara 1000 orang terkena penyakit asam urat. Hitung probabilita bahwa dari sampel acak sebanyak 8000 orang, terdapat paling banyak 2 orang terkena penyakit asam urat.

jawaban n = 8000 p = 0,001 μ = np = 8 P(X<2) = 0,00034 + 0,0027 + 0,00135 = 0,00439

a. Definisikan variabel acak X ? b. Tepat 3 huruf, Contoh Soal Seorang sekretaris rata-rata melakukan kesalahan ketik 2 huruf setiap halaman yang diketik. Berapa probabilita bahwa pada halaman berikutnya ia membuat kesalahan : a. Definisikan variabel acak X ? b. Tepat 3 huruf, c. Kurang dari 3 huruf d. Paling sedikit 2 huruf

X = banyaknya kesalahan ketik Jawaban X = banyaknya kesalahan ketik b. P(X=3) = 0,180 c. P(X<3) = 0,135 + 0,27 + 0,27 = 0,675 d. P(x>2) = 1 – 0,675 = 0,325

Latihan soal : Pengalaman menunjukkan bahwa pada suatu perempatan terjadi 2 kecelakaan lalu lintas perminggu. Misalkan terjadinya kecelakaan mengikuti proses poisson: Berapa rerata dan std deviasi distribusinya? Berapa probabilita terjadi 4 kecelakaan dalam seminggu yang dipilih secara random? Berapa probabilita tdk terjadi kecelakaan selama seminggu yang dipilih secara random?

Rerata kecelakaan dalam seminggu =2 varians poisson = np, standar deviasi poisson = = = 1,41 b. = 0.0922 c. = 0.13534

Latihan soal : Menurut pimpinan suatu perusahaan asuransi, 1 di antara 100 orang mengikuti program asuransi beasiswa. Jika terdapat 500 orang yg ikut asuransi, berapa probabilita bahwa peserta program asuransi beasiswa ada : a. 5 orang b. Kurang dari 3 orang c. Lebih dari 2 orang

Hipergeometrik Mempunyai karaketeristik yang hampir sama dengan distribusi binomial, namun setiap hasil percobaan mempunyai probabilita terjadi kejadian sukses yg tidak sama (tetap) hasil probabilita kejadian sukses antar percobaan adalah dependen atau saling mempengaruhi

Formula hipergeometrik N = besar populasi S = jumlah sukses dalam populasi X = jumlah sukses dalam sampel n = besar sampel C = simbol untuk kombinasi

Contoh soal PT Mainan mempunayi 50 orang karyawan yang bekerja di bagian produksi. Empat puluh karyawannya yang bekerja di bagian produksi adalah anggota serikat pekerja (SP) dan sepuluh bukan. Lima karyawan dipilih untuk negosiasi dengan manajemen tentang perbaikan kondisi kerja bagian produksi. Berapakah probabilita empat dari lima orang yang negosiasi dengan manajemen adalah anggota SP?

N= jumlah populasi = 50 S= jumlah anggota SP dalam populasi = 40 n= jumlah karyawan bagian produksi yang terpilih X= jumlah karyawan bagian produksi yang anggota SP yang terpilih untuk mewakili =4 = 0.431