Chapter 3. Discrete Probability Distributions

Slides:



Advertisements
Presentasi serupa
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Advertisements

Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Distribusi Peluang Diskrit
Pendahuluan Landasan Teori.
Beberapa Peubah Acak Diskret
STATISTIK PROBABILITAS
DISTRIBUSI TEORITIS.
Distribusi Probabilitas
VARIABEL RANDOM.
DISTRIBUSI BINOMIAL & DISTRIBUSI MULTINOMIAL
Peubah Acak Diskret Khusus
DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI PROBABILITAS DISKRET
BAB IX DISTRIBUSI TEORITIS
Bab 5. Probabilitas Diskrit
DISTRIBUSI TEORETIS Tujuan :
DISTRIBUSI POISSON.
Variabel Acak 2.1 Variabel Acak Diskrit 2.2 Variabel Acak Kontinu
Distribusi Probabilitas Diskrit BINOMIAL
RANDOM VARIATE DISTRIBUSI DISKRIT
Variabel Acak Diskrit dan Distribusinya
DISTRIBUSI PROBABILITAS DISKRIT
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
Distribusi Variabel Acak
Chapter 5 Discrete Random Variables and Probability Distributions Statistika.
DISTRIBUSI PROBABILITAS DAN DISTRIBUSI SAMPLING
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
KONSEP STATISTIK.
Sukiswo RANDOM VARIABLES Sukiswo Rekayasa Trafik, Sukiswo.
DISTRIBUSI GEOMETRIK & HIPERGEOMETRIK
Bagian 4 – DISTRIBUSI DISKRIT Laboratorium Sistem Produksi 2004
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI PROBABILITAS
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
Probability Distribution untuk Discrete Random Variable
Statistik dan Probabilitas
Review probabilitas (2)
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1
Variabel Random Khusus
Variabel Acak dan Distribusi Probabilitas
Distribusi Binomial Negatif dan Geometrik
DISTRIBUSI PROBABILITA
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI PROBABILITAS DISKRIT (1)
KELOMPOK 1 ANNE INDRIYUNI ( ) FITRIA APRILIANTI ( )
Sebaran Binomial Trinomial dan Multinomial
Analisis data kualitatif (introduction to Categorical data analysis)
Variabel Acak Kontinu dan Distribusi Probabilitas
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI VARIABEL RANDOM “DISKRIT” KHUSUS “ Bernoulli ” PMtk III B
Distribusi dan Teknik Sampling
Tutun Juhana Review probabilitas Tutun Juhana
DISTRIBUSI-DISTRIBUSI TEORITIS
RANDOM VARIATE DISTRIBUSI DISKRIT
Random Variable (Peubah Acak)
DISTRIBUSI PROBABILITAS DISKRET
Bagian 5 – DISTRIBUSI KONTINYU Laboratorium Sistem Produksi 2004
DISTRIBUSI PROBABILITAS DISKRET
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI VARIABEL RANDOM DISKRIT
BAB 10 DISTRIBUSI PROBABILITAS Pada berbagai peristiwa dalam probabilitas jika frekuensi percobaannya banyak, maka untuk peristiwa yang bersifat independent.
Bagian 4 – DISTRIBUSI DISKRIT Laboratorium Sistem Produksi 2004
Distribusi Probabilitas
DISTRIBUSI PELUANG DISKRIT
Distribusi Teoritis Variabel Acak Diskrit
DISTRIBUSI PROBABILITAS DISKRET
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
DISTRIBUSI PROBABILITAS DISKRIT (1)
Transcript presentasi:

Chapter 3. Discrete Probability Distributions 3.1 Distribusi Binomial 3.2 Distribusi Binomial Negatif dan Geometri 3.3 Distribusi Hypergeometri 3.4 Distribusi Poisson 3.5 Distribusi Multinomial

3.1.1 Bernoulli Random Variables(2/2) Nilai harapan

3.1.2 3.1.2 Definisi Distribusi Binomial (2/5) Probability mass function dari variabel acak B(n,p) adalah untuk , dengan

3.1.2 Definisi Distribusi Binomial (3/5) Ex) X~B(8,0.5)

3.1.2 Definisi Distribusi Binomial (4/5) Ex) X~B(8,0.5) 0.004 0.273 0.219 0.109 0.031 4 3 2 1 5 6 7 8 x Probability 4 3 2 1 5 6 7 8 0.004 0.636 0.855 0.965 0.996 0.1000 0.363 0.144 0.035

3.1.1 Definisi Distribusi Binomial (5/5) Distribusi Binomial Symmetric : Distribusi B(n,0.5) adalah distribusi probabilitas symmetric untuk parameter n. Distribusi adalah simetris disekitar nilai yang diharapkan n / 2..

Example 24 : Air Force Scrambles(1/3)

Example 24 : Air Force Scrambles(2/3) Variansinya Probabilitas tepat 12 pesawat melakukan scramble dengan sukses Probabilitas minimal paling tidak 14 pesawat melakukan scramble dengan sukses

Example 24 : Air Force Scrambles(3/3) 0.000 0.052 0.180 0.208 0.054 0.006 9 7 5 1 3 11 13 15 x Probability 10 8 6 2 4 12 14 16 0.001 0.020 0.110 0.134 0.010 0.225 9 7 5 1 3 11 13 15 10 8 6 2 4 12 14 16 0.000 0.079 0.369 0.802 0.990 0.007 0.001 0.027 0.189 0.936 0.100 0.594

Proportion of successes in Bernoulli Trials  

3. 2 The Geometric and Negative Binomial Distributions 3. 2 3.2 The Geometric and Negative Binomial Distributions 3.2.1 Definition of the Geometric Distribution(1/2) Jumlah percobaan sampai dengan keberhasilan pertama dalam urutan percobaan Bernoulli independen dengan konstan probabilitas keberhasilan p memiliki distribusi geometrik dengan parameter p.. The probability mass function adalah untuk

3.2.1 Definition of the Geometric Distribution(2/2) Cumulative distribution function adalah Nilai harapan

Nilai harapan X: Variansi X :

Example 24 : Air Force Scrambles(1/2) Jika mekanik tidak berhasil dalam memulai menghidupkan mesin, maka mereka harus menunggu 5 menit sebelum mencoba lagi.. Distribusi jumlah percobaan yang dibutuhkan untuk menghidupkan mesin pesawat itu -> distribusi geometri dengan p = 0.75. Probabilitas bahwa mesin mulai hidup pada percobaan ketiga adalah

Example 24 : Air Force Scrambles(2/2) Probabilitas bahwa pesawat diluncurkan dalam waktu 10 menit dari upaya pertama untuk mulai menjalankan mesin adalah Nilai harapan dari upaya untuk memulai menghidupkan mesin adalah

3.2.2 Definition of the Negative Binomial Distribution(1/2) Jumlah percobaan dengan r sukses dalam urutan percobaan bebas Bernoulli dengan konstan probabilitas keberhasilan p memiliki distribusi binomial negatif dengan parameter p dan r Probability mass function adalah untuk

3.2.2 Definition of the Negative Binomial Distribution(2/2) Nilai harapan

Example 12 : Personnel Recruitment(1/2) Misalkan suatu perusahaan ingin mempekerjakan tiga pekerja baru dan setiap pemohon yang diwawancarai memiliki kemungkinan 0,6 dari beberapa pelamar diterima. Distribusi jumlah pelamar yang dibutuhkan perusahaan untuk diwawancarai  Negative Binomial distribution dengan parameter p = 0.6 dan r = 3. Probabilitas bahwa tepat enam pelamar harus diwawancarai adalah

Example 12 : Personnel Recruitment(2/2) Jika perusahaan memiliki anggaran yang memungkinkan hingga enam pelamar untuk diwawancarai, maka probabilitas bahwa anggaran cukup adalah Nilai harapan dari wawancara yang diperlukan adalah