FUNGSI DENSITAS Pertemuan ke 9.

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI PROBABILITAS YANG UMUM
Advertisements

Distribusi Chi Kuadrat, t dan F
Distribusi Probabilitas Diskrit dan Kontinu
FUNGSI PROBABILITAS Pertemuan ke 6.
DISTRIBUSI PELUANG Pertemuan ke 5.
DISTRIBUSI SAMPLING Pertemuan ke 10.
BAB 7 METODE REJECTION.
VARIABEL ACAK DAN NILAI HARAPAN
DISTRIBUSI NORMAL Yogo Tri Hendiarto.
Distribusi Variabel Acak
Distribusi Normal Arum Handini Primandari.
DISTRIBUSI DISTRIBUSI NORMAL PENDEKATAN NORMAL UNTUK BINOMIAL
Distribusi Probabilitas Normal.
DISTRIBUSI PROBABILITAS NORMAL
Bab 5 Distribusi Sampling
UJI NORMALITAS DAN HOMOGENITAS
DISTRIBUSI TEORITIS.
PERTEMUAN Ke- 4 Dosen pengasuh: Moraida Hasanah, S.Si., M.Si
PENGUJIAN PARAMETER DENGAN DATA SAMPEL
STATISTIK II Pertemuan 3: Probabilitas dan Distribusi Probabilitas
Oleh : Prof. Dr.dr. Buraerah.Abd.Hakim, MSc
Nanda A. Rumana nandaarumana.blogspot.com
Distribusi Normal.
Distribusi Normal.
STATISTIK II Pertemuan 3: Probabilitas dan Distribusi Probabilitas
DISTRIBUSI PROBABILITAS NORMAL
PTP: Peubah Acak Kontinu Pertemuan ke-6/7
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
DISTRIBUSI KONTINYU.
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
DISTRIBUSI PROBABILITAS TEORITIS
DISTRIBUSI SELISIH PROPORSI
DISTRIBUSI PROBABILITAS NORMAL
STATISTIK BISNIS Pertemuan 9: Probabilitas dan Distribusi Probabilitas
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
Probabilitas dan Statistika BAB 5 Distribusi Peluang Kontinu
METODE PENDUGAAN TITIK – 1
PELUANG (PROBABILITY)
Parameter distribusi peluang
3.
STATISTIK II Pertemuan 2: Probabilitas dan Distribusi Probabilitas
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI NORMAL.
KARAKTERISTIK DISTRIBUSI KURVA NORMAL
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI PROBABILITA COUNTINUES
1.3 Distribusi Probabilitas Kontinu
Distibusi Probabilitas Statistik Bisnis -8
Bagian 5 – DISTRIBUSI KONTINYU Laboratorium Sistem Produksi 2004
Peubah Acak Kontinu.
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
DISTRIBUSI PROBABILITAS TEORITIS
STATISTIKA DASAR NAMA : MENIK GUSTINASARI NIM :
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI PROBABILITAS
BAB 8 DISTRIBUSI NORMAL.
Disusun Oleh : Achmad fadli Tirta pawitra Nana suryana Roland Afnita.
Bab 5 Distribusi Sampling
Pertemuan ke 9.
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI PELUANG KONTINYU
Variabel Acak Sebuah variabel acak merupakan hasil numerik dari sebuah proses acak atau kejadian acak Contoh: pelemparan koin S = {HHH,THH,HTH,HHT,HTT,THT,TTH,TTT}
DISTRIBUSI PROBABILITAS YANG UMUM
DISTRIBUSI PROBABILITAS TEORITIS
Parameter distribusi peluang
DISTRIBUSI PROBABILITAS YANG UMUM
. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses.
DISTRIBUSI NORMAL.
Transcript presentasi:

FUNGSI DENSITAS Pertemuan ke 9

TUJUAN INSTRUKSIONAL KHUSUS Setelah mempelajari pokok bahasan ini, mahasiswa diharapkan mampu: Menjelaskan dan menghitung Distribusi Normal Menjelaskan pendekatan ke distribusi normal

DISTRIBUSI NORMAL distribusi normal variabel acaknya adalah kontinue, sehingga merupakan fungsi densitas. Distribusi normal memiliki persamaan : , dengan x : - < x < + dimana :  = 3,1416 e = 2,7182  = parameter (merupakan rata-rata untuk distribusi)  = parameter (merupakan standar deviasi untuk distribusi)

sifat-sifatnya : Luas daerah di bawah kurva f(x), di atas sb x sama dengan 1 Grafik f(x) simetri terhadap x = x = +- Mean E(x) = , dan Var(x) = 2 f(x)  0 P(x1  x  x2) = x = 

Jadi Z  N (0,1), dan fungsi densitas Z   = 1 dan  = 0 Variabel x berdistribusi normal dengan mean  dan varian 2, ditulis X  N (,2) Khusus, jika  = 0 dan 2 = 1, maka X  N (0,1) dan dikatakan x mempunyai normal standar. Dalam hal ini dipakai notasi Z Jadi Z  N (0,1), dan fungsi densitas Z   = 1 dan  = 0 , dengan z : - < z < +0 luas bagian-bagian daerah di bawah kurva normal standar g(z) dapat dicari dengan menggunakan tabel normal (= tabel Z) 0 Z0 Luas A = Nilai A didapat pada tabel normal (Tabel Z)

Jika X  N (,2), maka dengan mendefinisikan : , diperoleh Z  N (0,1) jadi P(x1 < X < x2) = = P(Z1 < Z < Z2) x1  x2 f(x) Z1 0 Z2 Lihat tabel

SOAL – SOAL YANG DIPECAHKAN P( 0 < Z < 2,15 ) = … ? Tabel Normal Tabel Z Maka P( 0 < Z < 2,15 ) = 0,4842 0 2,15 Z 0,4842

SOAL – SOAL YANG DIPECAHKAN 2. Nilai test masuk 9500 orang calon mahasiswa diketahui mean 52 dan standar deviasi 11. Dengan menganggap nilai-nilai tersebut bedistribusi normal : Tentukan banyaknya calon mahasiswa yang mendapat nilai antara 45 dan 80. Tentukan juga yang mendapatkan nilai lebih dari 55 Jika 2200 calon mahasiswa yang mendapat nilai tertinggi akan diterima, tentukan nilai terendah dari calon mahasiswa yang diterima tersebut

PENDEKATAN KE DISTRIBUSI NORMAL (Untuk Distribusi Binomial) Jika x berdistribusi binomial, jika n sangat besar, p dan q tak terlalu kecil, maka distribusi x mendekati distribusi normal dengan mean E(x) = n . p dan Var(x) = n.p.q. Untuk perhitungan dengan pendekatan normal, batas bawah dikurangi ½ dan batas atas ditambah ½ a – ½ P(a < x < b)  P(a – ½ < x < b + ½) b a b + ½ x1 – ½ P(x1 < x < x2)  P(x1 – ½ < x < x2 + ½) Binomial Normal x2 x1 x2 + ½

SOAL – SOAL YANG DIPECAHKAN Batako yang diproduksi oleh industri batako diketahui 12 % cacat. Jika setiap hari mesin tersebut menghasilkan 1000 buah batako, tentukan Rata-rata jumlah batako yang rusak dalam satu hari Probabilitas didapat hasil yang baik dalam satu hari tidak kurang dari 900 buah Probabilitas didapat hasil yang cacat tidak kurang dari 95 dan tidak lebih dari 125 buah.