PENDUGAAN SELANG (INTERVAL) NILAI TENGAH

Slides:



Advertisements
Presentasi serupa
METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
Advertisements

Uji Hipotesis yang Menggunakan Sebaran t Stat Mat II 25/05/2011Dr. Rahma Fitriani, S.Si., M.Sc.
8 Statistik Selang untuk Sampel Tunggal.
Pendugaan Parameter.
Pendugaan Parameter.
Selamat Bertemu Kembali Pada M. Kuliah STATISTIKA
Pendugaan Parameter.
Ramadoni Syahputra, ST, MT
TEORI PENDUGAAN (TEORI ESTIMASI)
DISTRIBUSI NORMAL.
Peubah Acak Kontinu Pertemuan Kesebelas Fungsi Kepekatan Peluang
Pendugaan Parameter Pendugaan Titik dan Pendugaan Selang
Korelasi Fungsi : Mempelajari Hubungan 2 (dua) variabel Var. X Var. Y.
1 SAMPLING ACAK STRATIFIKASI. 2 Populasi berukuran N dikelompokkan menjadi L strata : Sampel berukuran n dan setiap strata akan terpilih subsample berukuran.
Materi Pokok 04 PENDUGAAN TITIK Konsep Dasar pendugaan titik
NILAI HARAPAN DAN MOMEN
UJI KEBAIKAN SUAI DENGAN PARAMETER DIKETAHUI
Pendugaan Parameter.
PENDUGAAN PARAMETER Luh Putu Suciati 29 Maret 2015.
Pendugaan Parameter Oleh : Enny Sinaga.
D0124 Statistika Industri Pertemuan 15 dan 16
Perbandingan Beberapa Sistem Alternatif Pertemuan 13.
ANALISIS RAGAM (VARIANS)
1 Pertemuan 14 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (II) : Sebaran Z dan t.
1 Pertemuan 10 Pengujian parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
SEBARAN NORMAL.
METODE STATISTIKA (STK211)
MODUL II ESTIMASI ATAU PENDUGAAN
Metode Statistika Pertemuan VI
SEBARAN PEUBAH ACAK KONTINU KHUSUS 3
SEBARAN PELUANG BERSAMA 2
TEORI PENDUGAAN (TEORI ESTIMASI)
Pengujian Hipotesis Oleh : Enny Sinaga.
Sebaran Peluang Diskrit (II) Pertemuan 6
METODE STATISTIKA (STK211)
Pengujian Korelasi Diri Pertemuan 16
MODUL IV ESTIMASI/PENDUGAAN (3) A. ESTIMASI RAGAM
Metode Statistika Pertemuan VIII-IX
SAMPLING DAN DISTRIBUSI SAMPLING
Pendugaan Parameter Pendugaan rata-rata (nilai tengah)
S 12 n1 S 22 n2 S n MODUL III
TEORI PENDUGAAN (TEORI ESTIMASI)
Materi Pokok 26 KORELASI DUA PEUBAH ACAK
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
PENDUGAAN SELANG RAGAM DAN PROPORSI
UJI KESAMAAN DUA SEBARAN NORMAL
MENAKSIR RATA-RATA µ RUMUS-RUMUS YANG DAPAT DIGUNAKAN
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
METODE PENDUGAAN TITIK – 1
Inferensi Dua Nilaitengah Ganda (III)
Regresi Linier Sederhana dan Korelasi
Pertemuan 21 Pemeriksaan penyimpangan regresi
A = banyak unit yang masuk karakte-ristik tertentu C dari populasi
PEMBANDINGAN GANDA PADA RANCANG KELOMPOK
Perbedaan Taksiran Nisbah dengan Rataan Per Unit
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
Metode Penaksiran Nisbah dan Regresi
Pertemuan 9 Pengujian parameter
REGRESI LINIER BERGANDA
Ukuran Penyebaran Data
Sebaran Penarikan Contoh
C. Ukuran Penyebaran Data
STATISTIKA 2 3. Pendugaan Parameter I OLEH: RISKAYANTO
4. Pendugaan Parameter II
Model Linier untuk data kontinyu (lanjut)
Interval Konfidensi Selisih Mean, Variansi dan Rasio Variansi
Analisis Multivariat Program S2 Matematika Semester Genap 2011/2012
TEORI PENDUGAAN (TEORI ESTIMASI)
Bila ada 2 populasi masing-masing dengan rata- rata μ 1 dan μ 2, varians σ 1 2 dan σ 2 2, maka estimasi dari selisih μ 1 dan μ 2 adalah Sehingga,
Pendugaan Parameter. Populasi : Parameter Sampel : Statistik Statistik merupakan PENDUGA bagi parameter populasi PENDUGA TAK BIAS DAN MEMPUNYAI RAGAM.
Transcript presentasi:

PENDUGAAN SELANG (INTERVAL) NILAI TENGAH Materi Pokok 06 PENDUGAAN SELANG (INTERVAL) NILAI TENGAH Pendugaan Satu Nilai Tengah Misalkan satu contoh X1, X2, …., Xn dari sebaran normal N(, 2) maka sebagai penduga tidak bias terhadap , maka menyebar secara normal dengan nilai tengah  dan ragam 2/n; N(, 2). Bila 2 diketahui maka selang. Bila: 1 -  = 0,95 maka Z/2 = Z0,025 = 1,96 1 -  = 0,90 maka Z/2 = Z0,005 = 1,645

Contoh 06.1 Suatu contoh acak berukuran n = 4, X1 = 6,5, X2 = 9,2, X3 = 9,9 dan Y = 12,4 dari sebaran normal dengan fungsi kepekatan Tentukan selang kepercayaan bagi .

Bila contoh acak bangsal dari sebaran normal dengan ragam 2 dan n tidak cukup besar maka menyebar secara t dengan bebas r = n – 1 sebagai derajat bebas sehingga

Selang kepercayaan (1 - ) 100% untuk : Pendugaan Dua Nilai Tengah Bila kita ingin membandingkan dua sebaran normal maka ambil dua contoh acak bebas berukuran n dan m = X1, X2, …., Xn dan Y1, Y2, ….., Yn daru dua sebaran normal N(x x2) dan N(y y2) dengan x2 dan y2 diketahui maka nilai tengah contoh acak juga menyebar normal N (x, x2/n) dan N (y, y2/m). Sebaran dari juga sebaran normal

Bila ukuran contoh cukup besar dan x dan y tidak diketahui maka x2 dan y2 dapat diganti dengan Sx2 dan Sy2 sebagai penduga ragam X dan Y yang tidak bias, sehingga dugaan selang 1 - 2 adalah Perhatikan pembuatan selang kepercayaan beda dua nilai tengah dari dua sebaran normal bila ragamnya tidak diketahui tetapi ukuran contoh adalah kecil.

Misalkan X1, X2, …., Xn dan Y1, Y2, ….., Yn adalah dua contoh acak bebas dari sebaran normal N(x x2) dan (y y2). Untuk hal ini boleh kita membuat asumsi ragam x2 = y2 = 2.

Peubah acak Z dan U juga bebas Sebaran t dengan derajat bebas n + m – 2.

Jika dua pengukuran misalnya X dan Y diambil dari satu subyek sehingga X dan Y tidak bebas. Ambil (X1, Y1), (X2, Y2), …., (Xn, Yn) merupakan pasangan yang tidak bebas dan Di = Xi – Yi, i = 1, 2, ….,n.

D1, D2, …, Dn dipandang sebagai contoh acak dari sebaran normal N(D, D2) dengan D dan D2 sebagai nilai tengah dan simpangan baku setiap perbedaan. Selang x - y = D diperoleh dengan menggunakan dan SD sebagai nilai tengah dan simpangan baku dari n beda. Selang kepercayaan 100% (1 - )% bagi D = x - y adalah: dan SD adalah nilai tengah dan simpangan baku hasil pengamatan contoh.