Sebaran Peluang Kontinu (I) Pertemuan 7 Matakuliah: I0014 / Biostatistika Tahun: 2008.

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI PROBABILITA KONTINU
Advertisements

Pendahuluan Landasan Teori.
Pengujian Beberapa Proporsi (II) Pertemuan 20 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Variabel Acak 2.1 Variabel Acak Diskrit 2.2 Variabel Acak Kontinu
Pengujian Keketerkaitan Dua Peubah Kualitatif (II) Pertemuan 16 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Rancangan Percobaan (I) Pertemuan 25 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Pendugaan Parameter Proporsi dan Varians (Ragam) Pertemuan 14 Matakuliah: L0104 / Statistika Psikologi Tahun : 2008.
Pertemuan 14 Regresi non linier
1 Pertemuan 10 Fungsi Kepekatan Khusus Matakuliah: I0134 – Metode Statistika Tahun: 2007.
DISTRIBUSI PROBABILITA DISKRIT
PENDUGAAN PARAMETER Pertemuan 7
Pertemuan 07 Peluang Beberapa Sebaran Khusus Peubah Acak Kontinu
Pengujian Beberapa Proporsi (I) Pertemuan 19 Matakuliah: I0014 / Biostatistika Tahun: 2008.
1 Pertemuan #2 Probability and Statistics Matakuliah: H0332/Simulasi dan Permodelan Tahun: 2005 Versi: 1/1.
Fungsi Logaritma Pertemuan 12
Fungsi Eksponensial Pertemuan 11 Matakuliah: J0174/Matematika I Tahun: 2008.
1 Pertemuan 14 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (II) : Sebaran Z dan t.
1 Pertemuan 24 Matakuliah: I0214 / Statistika Multivariat Tahun: 2005 Versi: V1 / R1 Analisis Struktur Peubah Ganda (IV): Analisis Kanonik.
Sebaran Peluang Kontinu (II) Pertemuan 8 Matakuliah: I0014 / Biostatistika Tahun: 2008.
SEBARAN NORMAL.
PERTEMUAN Ke- 4 Dosen pengasuh: Moraida Hasanah, S.Si., M.Si
DISTRIBUSI PROBABILITAS DAN DISTRIBUSI SAMPLING
Sebaran Normal Ganda (II)
Rancangan Percobaan (II) Pertemuan 26
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Sebaran Peluang Diskrit (II) Pertemuan 6
Analisis Ragam dan Peragam (I) Pertemuan 23
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 7 Sari Numerik (III): Ukuran Penyebaran I
DISTRIBUSI KONTINU DISTRIBUSI NORMAL.
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pengujian Hipotesis (I) Pertemuan 11
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
Pendugaan Parameter (I) Pertemuan 9
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Sebaran Normal Ganda (I)
PENDUGAAN PARAMETER Pertemuan 8
Pertemuan 8 Sari Numerik (IV) : Ukuran Penyebaran II
Statistika Deskriptif Pertemuan 2
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Sebaran Peluang (II) Pertemuan 4
Regresi Dalam Lambang Matriks Pertemuan 09
KRITERIA DESAIN, STANDAR DESAIN, DAN METODE ANALISIS PERTEMUAN 6
Pertemuan #5 Generating Random Variates
Inferensi Dua Nilaitengah Ganda (IV)
Inferensi Dua Nilaitengah Ganda (V)
Inferensi Dua Nilaitengah Ganda (III)
MOMEN DAN FUNGSI PEMBANGKIT MOMEN
Pendugaan Parameter (II) Pertemuan 10
Pengujian Kesetangkupan (II) Pertemuan 14
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Variabel Acak Kontinu dan Distribusi Probabilitas
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Analisis Ragam Peubah Ganda (MANOVA V)
Pendahuluan Pertemuan 1
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Peubah Acak Ganda
Pertemuan Kesembilan Analisa Data
VARIABEL ACAK (RANDOM VARIABLES)
Pertemuan 3 Aljabar Matriks (II)
Fungsi Kepekatan Peluang Khusus Pertemuan 10
NOTASI SEBARAN BINOMIAL
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pengujian Keketerkaitan Dua Peubah Kualitatif (I) Pertemuan 15
PELUANG KEJADIAN Pasti terjadi, disebut kepastian, diberi simbol 1
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Transcript presentasi:

Sebaran Peluang Kontinu (I) Pertemuan 7 Matakuliah: I0014 / Biostatistika Tahun: 2008

Bina Nusantara Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Mahasiswa dapat menjelaskan konsep sebaran peluang kontinu (C2) Mahasiswa dapat menghitung sebaran peluang normal (C3) Mahasiswa dapat menghitung sebaran peluang lognormal (C3)

Bina Nusantara Outline Materi Sebaran Normal Sebaran Lognormal

Bina Nusantara Sebaran peluang kontinu yang bentuknya istimewa sangat banyak, 5 diantaranya adalah : Sebaran Normal Sebaran Lognormal Sebaran t-Student Sebaran Khi-kuadrat Sebaran Fisher

Bina Nusantara Karakteristik sebaran normal adalah: – Berbentuk seperti lonceng dan sebaran yang simetris, setengah (0,5 atau 50%) terletak di antara nilai tengah mean. – Bentuknya ditentukan oleh dua parameter, yaitu mean, , and variance,  . Ditulis dengan: [X~N(   )]. – Mempunyai asymptotic yang mendatar atau sumbu horizontal. Sebaran Normal

Bina Nusantara Binomial dapat didekati dengan sebaran normal bila n membesar n = 6n = 14n = x P ( x ) Binomial Distribution: n=6, p= x P ( x ) Binomial Distribution: n=10, p= x P ( x ) Binomial Distribution: n=14, p=.5 Fungsi Sebaran Normal: x f ( x ) Normal Distribution:  = 0,  = 1 Sebaran Normal

Bina Nusantara All of these are normal probability density functions, though each has a different mean and variance. Z~N(0,1) z f ( z ) Normal Distribution:  =0,  =1 W~N(40,1)X~N(30,25) w f ( w ) Normal Distribution:  =40,  = x f ( x ) Normal Distribution:  =30,  =5 Y~N(50,9) y f ( y ) Normal Distribution:  =50,  =3 50 Consider: P(39  W  41) P(25  X  35) P(47  Y  53) P(-1  Z  1) The probability in each case is an area under a normal probability density function. Normal Probability Distributions

Bina Nusantara Sebaran Normal Baku (standard normal random variable), Z, adalah sebaran peubah acak normal dengan mean  = 0 and standard deviation  = 1: Z~N(0,1 2 ) Z f ( z ) Standard Normal Distribution  =0  =1 { Sebaran Normal Baku

Bina Nusantara The area within k  of the mean is the same for all normal random variables. So an area under any normal distribution is equivalent to an area under the standard normal. In this example: P(40  X  P(-1  Z  since  and  X f ( x ) Normal Distribution:  =50,  =10  = 10 { Z f ( z ) Standard Normal Distribution 1.0 { Transformation (2) Division by  x ) The transformation of X to Z: The inverse transformation of Z to X: Transformasi ke Sebaran Normal Baku (1) Subtraction: (X -  x )

Bina Nusantara Fungsi Sebaran Log Normal: Sebaran Log Normal Sebaran log normal mirip seperti sebaran normal Bila peubah acak Y menyebar normal, maka peubah acak baru X = ln Y akan menyebar log normal

Bina Nusantara Sebaran Log Normal Nilai tengah peubah X adalah: Ragam peubah acak X adalah: Simpangan baku peubah acak X adalah:

Bina Nusantara Penutup Sampai saat ini Anda telah mempelajari dua sebaran peubah acak diskrit yang istimewa, yaitu sebaran normal dan sebaran lognormal Untuk dapat lebih memahami penggunaan kedua sebaran tersebut, cobalah Anda pelajari materi penunjang, website/internet, dan mengerjakan latihan