DISTRIBUSI NORMAL.

Slides:



Advertisements
Presentasi serupa
Euphrasia Susy Suhendra
Advertisements

Distribusi Probabilitas
DISTRIBUSI NORMAL.
DISTRIBUSI KONTINYU DARMANTO.
Distribusi Normal.
METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
Kuswanto, Sebaran Peluang kontinyu  Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu  Salah satu sebaran kontinyu adalah sebaran.
STATISTIKA DISTRIBUSI PROBABILITAS
PROBABILITAS.
Metode Statistika (STK211)
Selamat Bertemu Kembali Pada M. Kuliah STATISTIKA
Jenis Data & Distribusi
Pengujian Hipotesis.
DISTRIBUSI PROBABILITAS NORMAL
Distribusi Normal Distribusi normal memiliki variable random yang kontinus. Dimana nilai dari variable randomnya adalah bilang bulat dan pecahan. Probabilitas.
Ir. I Nyoman Setiawan, MT. Variabel Random Khusus 1. Sheldon M Ross, Introduction Probability and Statistics for Engineers and Scientists, Oliver.
DISTRIBUSI NORMAL.
Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah.
MATERI APLIKASI STATISTIKA BISNIS
Distribusi Probabilitas Kontinu()
DISTRIBUSI NORMAL.
DISTRIBUSI GAMMA Agung Kurniawan Resti Ekaningtyas
DISTRIBUSI PROBABILITAS NORMAL
PENDUGAAN SELANG (INTERVAL) NILAI TENGAH
DISTRIBUSI NORMAL Yogo Tri Hendiarto.
1 Pertemuan 14 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (II) : Sebaran Z dan t.
SEBARAN NORMAL.
DISTRIBUSI DISTRIBUSI NORMAL PENDEKATAN NORMAL UNTUK BINOMIAL
Distribusi Probabilitas Normal
Distribusi Probabilitas Normal.
Bab 5 Distribusi Sampling
Teknik Sampling.
UKURAN PENYEBARAN (VARIABILITAS)
Oleh : Prof. Dr.dr. Buraerah.Abd.Hakim, MSc
Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah.
DISTRIBUSI PROBABILITAS
Distribusi Normal.
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI KONTINU DISTRIBUSI NORMAL.
MODUL IV ESTIMASI/PENDUGAAN (3) A. ESTIMASI RAGAM
Pendugaan Parameter Pendugaan rata-rata (nilai tengah)
Populasi : seluruh kelompok yang akan diteliti
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
UJI KESAMAAN DUA SEBARAN NORMAL
MENAKSIR RATA-RATA µ RUMUS-RUMUS YANG DAPAT DIGUNAKAN
DISTRIBUSI PROBABILITAS NORMAL
Probabilitas dan Statistika BAB 5 Distribusi Peluang Kontinu
3.
DISTRIBUSI PROBABILITAS NORMAL
BAB 5 DISPERSI, KEMIRINGAN DAN KERUNCINGAN DISTRIBUSI DATA.
DISTRIBUSI PROBABILITAS NORMAL
KARAKTERISTIK DISTRIBUSI KURVA NORMAL
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
D0124 Statistika Industri Pertemuan 12 dan 13
NOTASI SEBARAN BINOMIAL
Metode Statistika (STK211)
DISTRIBUSI PROBABILITAS NORMAL
Distribusi Peluang Kontinu
BAB 8 DISTRIBUSI NORMAL.
Ukuran Penyebaran Data
Bab 5 Distribusi Sampling
Pertemuan ke 9.
DISTRIBUSI PROBABILITAS NORMAL
C. Ukuran Penyebaran Data
Peta Konsep. Peta Konsep C. Ukuran Penyebaran Data.
Distribusi Peluang Kontinu
DISTRIBUSI PELUANG KONTINYU
Peubah Acak (Random Variable) IV (kasus Peubah Kontinyu)
DISTRIBUSI NORMAL Yusma Yanti ILMU KOMPUTER FMIPA UNPAK.
DISTRIBUSI NORMAL.
Transcript presentasi:

DISTRIBUSI NORMAL

DEFINISI Bila X adalah suatu peubah acak normal dengan nilai tengah  dan ragam (variance) 2, maka persamaan kurva normalnya adalah

Selanjutnya probabilita P(a < x < b) dihitung dengan rumus :

Bila menentukan peluang pada sebaran normal digunakan teori integral, maka diperlukan pengetahuan kalku­lus yang cukup dalam, dan menjadi sangat sulit.

SOLUSI ??? Dengan transformasi peubah acak X menjadi peubah acak Z maka peluang sebaran normal dapat ditentukan berdasarkan tabel Z. Transformasi yang digunakan adalah transformasi normal standar dimana nilai tengah =0 dan ragamnya 2=1. dengan rumus:

Dimana luas tersebut dapat dilihat pada tabel normal

CONTOH Sebuah perusahaan alat listrik memproduksi bohlam yang umur pakainya menyebar normal dengan nilai tengah 800 jam dan simpangan baku 40 jam. Hitung peluang sebuah bohlam hasil produksinya akan mencapai umur pakai antara 778 hingga 834 jam. Jawab : Diketahui  = 800 dan  = 40 Misalnkan X = umur pakai bohlam X mempunyai distribusi normal P(778 < X < 834) = P(Z1 < Z < Z2) = P(‑0.55 < Z < 0.85) = P(Z<0.85) ‑ P(Z<‑0.55) = 0.5111.