Distribusi Probabilitas Kontinu()

Slides:



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

Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
BAGIAN II Probabilitas dan Teori Keputusan
STATISTIKA DISTRIBUSI PROBABILITAS
Peubah acak khusus.
Distribusi Probabilitas ()
DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI PELUANG.
STATISTIKA LINGKUNGAN
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI TEORITIS.
Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah.
BAB IX DISTRIBUSI TEORITIS
Distribusi Peluang Diskrit atau Teoritis (z, t, F dan chi square)
Oleh : FITRI UTAMININGRUM, ST, MT
Peubah Acak Kontinu.
DISTRIBUSI PROBABILITAS NORMAL
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
DISTRIBUSI NORMAL.
Peubah Acak Kontinu Pertemuan Kesebelas Fungsi Kepekatan Peluang
Pembangkit Random Number. Definisi _1 (i). Himp. Semua hasil yang mungkin dari suatu eksperimen dan dinyatakan dengan S. (i). Himp. Semua hasil yang mungkin.
NILAI HARAPAN (HARAPAN MATEMATIK)
Peubah Acak dan Distribusi Peluang Kontinu
Pembangkitan Peubah Acak Kontinu
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Statistika Matematika 1
Fungsi Kepekatan Probabilitas (Probability Density Function)
PENDUGAAN SELANG (INTERVAL) NILAI TENGAH
SEBARAN NORMAL.
DISTRIBUSI PROBABILITAS DAN DISTRIBUSI SAMPLING
SEBARAN PELUANG BERSAMA 2
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah.
DISTRIBUSI PROBABILITAS DISKRET
Distribusi Normal.
Distribusi Normal.
Random Variate Distribusi Kontinu dan Diskrit
DISTRIBUSI KONTINU DISTRIBUSI NORMAL.
Fungsi Distribusi normal
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
Probabilitas & Distribusi Probabilitas
DISTRIBUSI SELISIH PROPORSI
DISTRIBUSI PROPORSI Dari suatu populasi diambil sampel acak n dan dimisalkan di dalamnya terdapat peristiwa A sebanyak X. Sampel ini memberikan statistik.
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS NORMAL
Variabel Acak dan Distribusi Probabilitas
Distribusi Binomial Negatif dan Geometrik
TEORI PROBABILITAS.
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Untuk Satu Peubah Acak
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Variabel Acak Kontinu dan Distribusi Probabilitas
BEBERAPA CONTOH FUNGSI KEPEKATAN PELUANG (PROBABILITAS)
DISTRIBUSI PROBABILITAS NORMAL
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Peubah Acak Ganda
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
D0124 Statistika Industri Pertemuan 12 dan 13
Random Variable (Peubah Acak)
DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
DISTRIBUSI PROBABILITAS DISKRET
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
HARGA HARAPAN.
DISTRIBUSI PROBABILITAS DISKRET
BAB 10 DISTRIBUSI PROBABILITAS Pada berbagai peristiwa dalam probabilitas jika frekuensi percobaannya banyak, maka untuk peristiwa yang bersifat independent.
DISTRIBUSI PELUANG KONTINYU
HARGA HARAPAN.
Random Variate Distribusi Kontinu dan Diskrit
DISTRIBUSI NORMAL Yusma Yanti ILMU KOMPUTER FMIPA UNPAK.
DISTRIBUSI PROBABILITAS DISKRET
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 Probabilitas Kontinu()

Why Use..? Continuous random variables,such as heights and weights, length of life of a particular product, or experimental laboratory error, can assume the infinitely many values corresponding to points on a line interval. If you try to assign a positive probability to each of these uncountable values, the probabilities will no longer sum to 1, as with discrete random variables. Therefore, you must use a different approach to generate the probability distribution for a continuous random variable.

Suppose you have a set of measurements on a continuous random variable, and you create a relative frequency histogram to describe their distribution. For a small number of measurements, you could use a small number of classes; then as more and more measurements are collected, you can use more classes and reduce the class width. The outline of the histogram will change slightly, for the most part becoming less and less irregular, as shown in Figure 6.1. As the number of measurements becomes very large and the class widths become very narrow, the relative frequency histogram appears more and more like the smooth curve shown in Figure 6.1(d). This smooth curve describes the probability distribution of the continuous random variable.

Jika pada dist. Diskret jumlah semua peluang adalah 1, pada dist Jika pada dist. Diskret jumlah semua peluang adalah 1, pada dist. Kontinu area, area dibawah kurva adalah 1

Distribusi Normal/Gauss Fungsi Kepekatan Distribusi Normal

Distribusi Normal/Gauss Kurva dari fungsi kepekatan distribusi normal akan berbentuk genta atau Lonceng dan simetris terhadap rata-rata The mean m locates the centerof the distribution, and the distribution is symmetricabout its mean m. Since the total area under the normal probability distribution is equal to 1, this symmetry implies that the area to the right of miu is .5 and the area to the left of miu also .5.

Distribusi Normal/Gauss Bentuk kurva normal sangat dipengaruhi oleh besar kecilnya rata-rata (miu) dan simpangan baku (sigma). Makin kecil simpangan baku (sigma), bentuk kurva semakin runcing dan sebagian besar nilai-nilai X mengumpul mendekati rata-rata ( miu ), dan sebaliknya bila sigma makin besar, bentuk kurva semakin tumpul dan nilai-nilai X letaknya makin jauh dari rata-rata ( miu ),

Distribusi Normal/Gauss

Distribusi Normal/Gauss

Distribusi Normal/Gauss Berlaku aturan Empiris bagi Dist. Normal

Distribusi Normal Baku Digunakan untuk menghitung peluang distribusi Normal. Distribusi normal (sebaran normal) bisa dirubah menjadi distribusi normal baku dengan jalan merubah variabel acak X menjadi variabel acak Z, dengan rumus sebagai berikut : Distribusi Normal Baku adalah distribusi normal dengan nilai rata-rata sama dengan nol (miu = 0) dan simpangan baku sama dengan satu (sigma = 1). From the formula for z,we can draw these conclusions: • When x is less than the mean miu, the value of z is negative. • When x is greater than the mean miu, the value of z is positive. • When x=miu, the value of z=0.

Distribusi Normal Baku Kurva tsb disebut dist. Normal baku karena mean=0, Values of z on the left side of the curve are negative, while values on the right side are positive. Untuk menghitung peluang tsb, digunakan tabel distribusi normal baku, atau tabel Z.

Distribusi Normal Baku

Distribusi Normal Baku Tabel z adalah peluang dari daerah dibawah kurva ke kiri

Tabel z adalah peluang dari daerah dibawah kurva ke kiri

Kerjakan

Kerjakan P( -2 < z < 0.8 ) P( z > -1)

Pendekatan Dist. Normal untuk Dist. Binomial

Pendekatan Dist. Normal untuk Dist. Binomial

Pendekatan Dist. Normal untuk Dist. Binomial

Pendekatan Dist. Normal untuk Dist. Binomial

Pendekatan Dist. Normal untuk Dist. Binomial

Pendekatan Dist. Normal untuk Dist. Binomial

Distribusi Normal Baku dengan Ms. Excel

Distribusi Normal Baku dengan Ms. Excel Untuk menemukan P(X < Z) = 0.025, gunakan function NORMSINV Karena 0,025 ke kanan, maka cari 1-0,025=0,975 ke kiri

Distribusi Normal dengan Ms. Excel

Distribusi Normal dengan Ms. Excel

Distribusi Normal dengan Ms. Excel