Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
|
|
- Glenna Kurnia
- 5 tahun lalu
- Tontonan:
Transkripsi
1 Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung
2 Tentang AK5161 Matematika Keuangan Aktuaria Jadwal kuliah: Rabu, 7- (R. Sem 5.4); Kamis, 13- (R. Sem 5.1) Penilaian: Ujian: 13/09/18, 20/09/18; 25/10/18; 21/11/18 25%) Kuis (10-15%) Tugas/Pemodelan (10-15%) Minggu Tanggal Pertemuan Kuliah M Kuliah M ,2 Kuliah M Kuliah M Ujian 1, M ,2 Kuliah 3 Ujian 1, M ,2 Kuliah M M ,2 Kuliah M ,2 Kuliah M Ujian 2, M ,2 Kuliah M ,2 Kuliah M Kuliah M Ujian 3, M ,2 Tugas/Pemodelan Buku teks: Sheldon Ross, 2011, Introduction to Mathematical Finance - 2
3 Risiko versus Nilai Uang: Matematika versus Stokastik Keuangan Risiko adalah sistem yang dapat dikendalikan. Salah satu kegiatan penting dalam (men)transfer risiko adalah berasuransi; pemegang polis (insured) menitipkan atau memindahkan risiko kepada pihak lain yaitu perusahaan asuransi (insurer) dan sebaliknya. Kedua subyek memiliki risiko, pemegang polis membayar premi sedangkan perusahaan asuransi membayar klaim. Kegiatan lain yang juga berisiko adalah investasi atau bermain uang. Jika kita ingin menggandakan uang untuk mendapatkan nilai yang lebih besar maka kita dapat melakukan kegiatan investasi baik kepada individu atau institusi. Adakah hubungan antara investasi dan asuransi dan investasi? Saat ini praktik asuransi mulai digabungkan dengan investasi. Hal ini dimaksudkan untuk menumbuhkan iklim (atau minat) asuransi dengan keuntungan dari investasi. Kuliah Matematika Keuangan Aktuaria mengajak kita untuk memahami konsep dan menghitung nilai uang, opsi dan, secara umum, bermain peluang (memahami kejadian dan peubah acak serta menghitung peluang atas keduanya) menjadi sangat krusial. Return Nilai Uang: Matematik vs Stokastik Misalkan saya meminjamkan uang kepada Laila, pada waktu t 0, sebesar U. Saya ingin Laila mengembalikan, pada waktu t 1, sebesar U + ru, dengan r suku bunga per waktu t 1, atau U(t 1 ) = U(t 0 ) + r U(t 0 ) = U(t 0 ) (1 + r). Perhatikan: r = U(t 1) U(t 0 ) 1 = U(t 1) U(t 0 ), U(t 0 ) yang sering dikatakan sebagai imbal hasil (return). Adakah formula imbal hasil yang lain? Dapatkah imbal hasil berubah menurut waktu? 3
4 Bab 1,2 - Imbal hasil, Nilau Uang dan PVA/ANS (Diskusi-1) Model harga aset memiliki formula S t = f t +g(b t ), dengan {B t } merupakan suatu proses stokastik tertentu (baca: Gerak Brown standar). Perubahan harga saat t, S t, relatif terhadap saat t 1, S t 1, dapat diperoleh (antara lain) melalui S t S t 1 ; S t S t 1 S t ; ; ln S t S t 1 S t 1 S t 1 yang dapat kita tentukan distribusi dan modelnya. (Diskusi-2) Misalkan S t harga saat t. Harga saat t + 1, S t+1 = S t + r S t, dengan r suatu pengali (yang menyatakan keuntungan) atau sering dikatakan sebagai suku bunga. Formula harga diatas mengasumsikan bahwa harga/nilai aset akan terus naik. Perhatikan S t+1 S t S t+1 = (1 + r) S t S t+1 S t 1 = r = 1 + r S t+1 S t S t = r. Apakah r akan kita pandang sebagai suku bunga (tetap, setiap waktu) atau imbal hasil (return? Mungkinkah return akan bernilai tetap setiap waktu? r t? (Diskusi-3) Pandang kembali masalah nilai aset pada waktu t dan t + 1. Jika kita ingin nilai aset S t+1, yang diperoleh dengan suku bunga r, maka saat ini nilainya adalah S t = S t r = S t+1(1 + r) 1. Bagaimana kita memandang nilai (aset) saat ini atau present value? Dapatkah kita gunakan ini untuk melakukan analisis (prediksi) nilai aset saat ini dan akan datang? 4
5 Latihan: 1. Tentukan rate of return (tahunan) jika saya melakukan investasi: 100, 110 (setelah dua tahun) 2. Tentukan ekspektasi dari rate of return (tahunan) jika saya melakukan investasi: 100, 120 atau 100 (setelah dua tahun) 3. Perhatikan barisan return berikut: 20, 20, 20, 15, 10, 5; 10, 10, 15, 20, 20, 20. Tentukan barisan return yang baik jika suku bunga majemuk tahunan-nya 5%. 4. Saya membeli HP yang dijual dengan harga 4.2 (juta). Saya memberi uang muka 1 dan mencicil selama 24 bulan dengan cicilan 0.16 setiap bulannya (terhitung mulai awal bulan depan). Tentukan suku bunga efektif-nya. 5. Saya mempertimbangkan membayar pinjaman di bank dengan dua cara. Pertama, membayar lunas 16 (juta). Kedua, membayar 10 sekarang dan 10 lagi di akhir tahun kesepuluh (suku bunga 10%). Tentukan pilihan cicilan yang baik. 6. Untuk investasi awal 100, diperoleh return X i pada akhir periode i, untuk i = 1, 2. Diketahui X 1 dan X 2 peubah acak normal saling bebas dengan mean 60 dan variansi 25. Tentukan peluang bahwa rate of return dari investasi ini lebih dari 10 prosen? 7. Saya mau membeli mesin cuci baru untuk lima tahun ke depan. Saat ini saya punya mesin cuci juga sih, bernilai 6, tapi kemudian berkurang 2 setiap tahun untuk tiga tahun ke depan. Biaya operasional mesin cuci 9, naik 1 setiap tahun. Mesin cuci baru yang akan dibeli harganya 22 dengan masa hidup 6 tahun. Nilai mesin cuci baru akan berkurang 3 setiap tahun untuk dua tahun ke depan, lalu berkurang 4 setiap tahunnya. Biaya operasional 6, naik 1 setiap tahunnya. Kapan sebaiknya saya membeli mesin cuci baru? 5
6 Bab 3,4 - Peluang Nilai Uang, Distribusi Normal Apa yang dapat kita lakukan terhadap perilaku nilai uang? Dapatkah kajian peluang atau stokastik membantu kita memahami hal tersebut? Misalkan X peubah acak. Kita dapat menghitung peluang nilai peubah acak secara (i) langsung atau (ii) melalui kejadian. Perhatikan contoh berikut: Ayo berjudi! Saya bertaruh 1 untuk Merah (yang akan muncul dengan peluang 18/38). Jika Merah muncul, saya dapat 1 dan berhenti. Atau, Saya tambah 1 untuk Merah untuk dua putaran/taruhan berikutnya lalu berhenti. Misalkan X nilai kemenangan saya saat saya berhenti. Tentukan nilai X yang mungkin dan peluangnya. Hitung P (X > 0). Distribusi Normal Peubah acak normal merupakan salah satu kajian menarik dalam berbagai bidang, termasuk keuangan, karena pola yang dikenal dan dianggap dapat dipahami dengan mudah. Suatu peubah acak X dikatakan normal apabila memiliki fungsi peluang f(x) = ( ) 1 exp (x µ)2, < x <. 2πσ 2 2σ 2 Catatan: Untuk µ = 0 dan σ 2 = 1, peubah acak X dikatakan sebagai peubah acak normal standar/unit; fungsi peluangnya dinotasikan ϕ(x) sedangkan fungsi distribusinya Φ(x). Perhatikan pertaksamaan berikut yang merupakan salah satu hasil teoritis penting untuk peubah acak normal: ( 1 1 2π x 1 ) exp( x 2 /2) < 1 Φ(x) < 1 1 x 3 2π x exp( x2 /2), x > 0. Akibatnya, untuk x yang besar, 1 Φ(x) 1 x 2π exp( x2 /2). Diskusi: Bagaimana untuk x (relatif) kecil? Formula pendekatan apa yang dapat digunakan? (lihat butir (iii) dibawah) 6
7 Apa yang dapat kita lakukan terhadap X atau f(x) tersebut? (i) membuat plot f untuk berbagai nilai µ dan σ 2 (ii) menentukan sifat-sifat statistik peubah acak normal (iii) menghitung peluang; termasuk dengan akurasi yang lebih tinggi (hal 25-26) (iv) mengkaji hubungan dengan peubah acak lognormal: Y = exp(x) Latihan: 1. Misalkan X peubah acak normal dengan parameter (µ, σ 2 ). Misalkan Y = exp(x). Tentukan mean dan variansi Y. 2. Lakukan simulasi data berdistribusi normal dan lognormal. Plot kedua data. Tepatkah perilaku harga aset dimodelkan dengan distribusi normal/lognormal? Misalkan X 1, X 2,..., X n sampel acak normal dengan parameter (µ, σ 2 ). Misalkan S n = n X i. i=1 Apakah yang kita dapat dapatkan (perilaku S n ) untuk n besar? Adakah ukuran/statistik lain selain S n? Dapatkah kita melakukan hal yang sama diatas untuk peubah acak lain yang berdistribusi Binomial? Poisson? tanpa asumsi distribusi? (Jelaskan!) Latihan: 1. Suatu model pergerakan harga aset harian memiliki perilaku sebagai berikut. Jika harga aset saat ini adalah s maka setelah satu periode waktu akan menjadi τs dengan peluang p atau λs dengan peluang 1 p. Misalkan pergerakan harga saling bebas. Diketahui τ = 1.012, λ = 0.990, p = Tentukan peluang bahwa harga aset akan naik setidaknya 30% setelah 1000 hari. 2. Nilai penjualan mingguan di suatu perusahaan adalah peubah acak normal dengan mean 2200 dan deviasi standar 230. Hitung peluang bahwa total penjualan pada 2 minggu kedepan melampaui Hitung peluang bahwa penjualan mingguan melampaui 2000 pada setidaknya 2 dari 3 minggu kedepan. 7
8 3. Sebagai pedagang baru dibidang valas, Yeni dan Yena bersaing dalam mendapatkan poin penjualan. Poin Yeni adalah peubah acak normal dengan mean 170 dan variansi 400; Poin Yena adalah peubah acak normal dengan mean 160 dan deviasi standar 15. Jika pada hari ini keduanya sama-sama berjualan valas (asumsikan kedua poin saling bebas), hitung peluang (a) nilai Yena lebih tinggi (b) poin total keduanya lebih dari
Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 017 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA Insure and Invest! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang AK5161 MatKeu
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciCatatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 Tentang MA4181 (Pengantar)
Lebih terperinciCatatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)
Lebih terperinci/ /16 =
Kuis Selamat Datang MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective Tanggal 22 Agustus 2017, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD. 1. Widya (akan) memenangkan
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Percobaan adalah kegiatan
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang
Lebih terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperinciCatatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Dalam pembahasan ini dikaji mengenai nilai ekspektasi saham pada jatuh tempo, persamaan nilai portofolio, penentuan model Black-Scholes harga opsi beli tipe Eropa,
Lebih terperinciMA5181 PROSES STOKASTIK
Catatan Kuliah MA5181 PROSES STOKASTIK disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik A. Jadwal kuliah:
Lebih terperinciAK6083 Manajemen Risiko Kuantitatif. Referensi: McNeil, Frey, Embrechts (2005), Quantitative Risk Management: Concepts, Techniques and Tools.
AK6083 Manajemen Risiko Kuantitatif Referensi: Silabus: McNeil, Frey, Embrechts (2005), Quantitative Risk Management: Concepts, Techniques and Tools Seputar risiko dan volatilitas Peubah acak dan fungsi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan diuraikan beberapa teori dasar yang digunakan untuk menetapkan harga premi pada polis partisipasi asuransi jiwa endowmen yang terdapat opsi surrender dalam kontraknya,
Lebih terperinciPengantar Proses Stokastik
: Dasar-dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Diskusi 1. Misalkan sebuah koin yang mempunyai peluang muncul muka sebesar.7, dilantunkan tiga kali. Misalkan X menyatakan banyaknya
Lebih terperinciBAB I PENDAHULUAN. Salah satu formula dalam teori bunga telah diusulkan pada abad
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Salah satu formula dalam teori bunga telah diusulkan pada abad kesembilan belas oleh seorang aktuaris dan ahli matematika Inggris bernama William Makeham.
Lebih terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan bisnis asuransi semakin hari semakin menjanjikan, hal ini dikarenakan hampir semua bidang kehidupan mempunyai resiko, antara lain, kematian,
Lebih terperinciBAB III PENETAPAN HARGA PREMI PADA KONTRAK PARTISIPASI ASURANSI JIWA ENDOWMEN DENGAN OPSI SURRENDER
BAB III PENETAPAN HARGA PREMI PADA KONTRAK PARTISIPASI ASURANSI JIWA ENDOWMEN DENGAN OPSI SURRENDER Pada bab ini akan ditentukan harga premi pada polis partisipasi yang terdapat opsi surrender pada kontraknya.
Lebih terperinciBAB II LANDASAN TEORI
15 BAB II LANDASAN TEORI Pada bab ini diberikan tinjauan pustaka, teori penunjang dan kerangka pemikiran. Tinjauan pustaka terdiri dari penelitian-penelitian sebelumnya yang mendasari skripsi ini, teori
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Salah satu instrumen derivatif yang mempunyai potensi untuk dikembangkan adalah opsi. Opsi adalah suatu kontrak antara dua pihak, salah satu pihak (sebagai pembeli) mempunyai hak
Lebih terperinciUji Hipotesis dan Aturan Keputusan
Uji Hipotesis dan Aturan Keputusan oleh: Khreshna Syuhada, PhD. 1. Pendahuluan Pada perkuliahan tingkat 2, telah dikenalkan masalah uji hipotesis sebagai berikut: Seorang peneliti memberikan klaim bahwa
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Risk: Quantify and Control Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang MA4183 Model Risiko
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi dirasa perlu oleh masyarakat yang memiliki kecenderungan untuk menghindari atau mengalihkan risiko. Menurut Undang- Undang No.2 Tahun 1992 tentang
Lebih terperinciBab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean
MA38 Teori Peluang - Khreshna Syuhada Bab 7 Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean Ilustrasi 7. Seorang peserta kuis diberi dua buah pertanyaan (P-, P-2), yang harus dijawab dengan
Lebih terperinciBab 8 Fungsi Peluang Bersama: Bersama Kita Berpisah
MA3181 Teori Peluang - Khreshna Syuhada Bab 8 1 Bab 8 Fungsi Peluang Bersama: Bersama Kita Berpisah Ilustrasi 8.1 Sebuah perusahaan asuransi menduga bahwa setiap orang akan mengalami dan memiliki parameter
Lebih terperinciBAB II KAJIAN TEORI. hasil percobaan yang berbeda dan masing-masing mempunyai. itu menyusun kejadian, maka probabilitas kejadian
BAB II KAJIAN TEORI A. Probabilitas Teorema 2.1 (Walpole, 1992) Probabilitas menunjukan suatu percobaan mempunyai hasil percobaan yang berbeda dan masing-masing mempunyai kemungkinan yang sama untuk terjadi,
Lebih terperinciAsuransi Jiwa
Bab 3: Bunga dan Anuitas Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Bunga Bunga Bunga Macam-macam Bunga Bunga Bunga 1. Bunga Tunggal (Bunga Tidak Mendapat Bunga) Misalkan P menyatakan
Lebih terperinciBAB I PENDAHULUAN. yang telah go public. Perusahaan yang tergolong perusahan go public ialah
BAB I PENDAHULUAN 1.1 Latar Belakang Saham merupakan surat berharga sebagai bukti penyertaan atau pemilikan individu maupun badan hukum dalam suatu perusahaan, khususnya perusahaan yang telah go public.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Pertumbuhan ekonomi nasional Indonesia mengalami peningkatan yang cukup tinggi. Hal ini berdampak pada sektor lain dalam kehidupan masyarakat seperti
Lebih terperinciPERSATUAN AKTUARIS INDONESIA
PERSATUAN AKTUARIS INDONESIA Komisi Penguji PERSATUAN AKTUARIS INDONESIA UJIAN PROFESI AKTUARIS MATA UJIAN : A70 Pemodelan dan Teori Risiko TANGGAL : 24 Juni 2014 JAM : 13.30 16.30 WIB LAMA UJIAN : 180
Lebih terperinciCatatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2018
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciBAB III PENILAIAN OPSI PUT AMERIKA
BAB III PENILAIAN OPSI PUT AMERIKA Pada bab ini akan disajikan rumusan mengenai penilaian opsi put Amerika. Pada bagian pertama diberikan beberapa asumsi untuk penilaian opsi Amerika. Bentuk nilai intrinsik
Lebih terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
Lebih terperinciMA4181 MODEL RISIKO Enjoy the Risks
Catatan Kuliah MA4181 MODEL RISIKO Enjoy the Risks disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA4181 Model Risiko A. Jadwal
Lebih terperinciMA2081 Statistika Dasar
Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA2081 Statistika
Lebih terperinciMA4181 MODEL RISIKO Enjoy the Risks
Catatan Kuliah MA48 MODEL RISIKO Enjoy the Risks disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2 Tentang MA48 Model Risiko A. Jadwal kuliah:
Lebih terperinciCatatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2018
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciKuis 1 MA5181 Proses Stokastik Precise. Prospective. Tanggal 24 Agustus 2016, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Kuis Selamat Datang MA5181 Proses Stokastik Precise. Prospective. Tanggal 23 Agustus 2016, Waktu: suka-suka menit 1. Mahasiswa yang datang ke ruang kuliah mengikuti suatu proses dengan laju kedatangan
Lebih terperinciPengantar Statistika Matematika II
Bab 6: Statistika FMIPA Universitas Islam Indonesia Inferensi Statistik Pendahuluan Inferensi Statistik Inferensi statistik adalah metode untuk menarik kesimpulan mengenai suatu populasi. Inferensi statistik
Lebih terperinciMODEL BLACK-SCHOLES HARGA OPSI BELI TIPE EROPA DENGAN PEMBAGIAN DIVIDEN
MODEL BLACK-SCHOLES HARGA OPSI BELI TIPE EROPA DENGAN PEMBAGIAN DIVIDEN oleh RETNO TRI VULANDARI M0106062 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains
Lebih terperinciSeri Pendidikan Aktuaris Indonesia Ruhiyat
Seri Pendidikan Aktuaris Indonesia Ruhiyat 5+ Soal & Matematika Aktuaria DRAF JAWABAN UJIAN PAI A6 - MATEMATIKA AKTUARIA 26 NOVEMBER 24 Ruhiyat Departemen Matematika FMIPA IPB Bogor, 25 . Sebuah variable
Lebih terperinciBab 7. Minggu 12 Formula Black Scholes untuk Opsi Call
Bab 7. Minggu Formula Black Scholes untuk Opsi Call ujuan Pembelajaran Setelah menyelesaikan perkuliahan minggu ini, mahasiswa bisa : Menjelaskan valuasi opsi call tipe Eropa model Black Scholes Menurunkan
Lebih terperinciMinggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA
CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi
Lebih terperinciMA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Po
MA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Poisson: Suatu Pengantar Orang Pintar Belajar Stokastik Tentang Kuliah Proses Stokastik Bab 1 : Tentang Peluang Bab 2 : Peluang dan Ekspektasi Bersyarat*
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Saat ini dunia asuransi berkembang sangat pesat sama halnya dengan lembaga-lembaga keuangan lainnya seperti perbankan dan pasar modal. Hal ini karena
Lebih terperinciBAB I PENDAHULUAN. untuk melindungi dirinya sendiri maupun keluarga dari kemungkinan kejadian
BAB I PENDAHULUAN 1.1 Latar Belakang Masyarakat saat ini semakin menyadari pentingnya mempersiapkan diri untuk melindungi dirinya sendiri maupun keluarga dari kemungkinan kejadian yang tidak pasti, baik
Lebih terperinciPengantar Proses Stokastik
Bab 4: Distribusi Eksponensial Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Distribusi Eksponensial Pendahuluan Distribusi eksponensial dapat dipandang sebagai
Lebih terperinciPeubah Acak dan Distribusi
BAB 1 Peubah Acak dan Distribusi 1.1 ILUSTRASI (Ilustrasi 1) B dan G secara bersamaan menembak sasaran tertentu. Peluang tembakan B mengenai sasaran adalah 0.7 sedangkan peluang tembakan G (bebas dari
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN Asuransi merupakan salah satu contoh Industri Keuangan Non Bank dimana asuransi terbagi menjadi dua jenis yaitu asuransi jiwa (life insurance) dan asuransi umum atau asuransi non jiwa
Lebih terperinciPENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 07, No. 2 (2018), hal 127 134. PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL Syarifah Nadia, Evy Sulistianingsih, Nurfitri Imro ah INTISARI
Lebih terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)
Lebih terperinciTeorema Newman Pearson
pengujian terbaik Andi Kresna Jaya andikresna@yahoo.com Jurusan Matematika October 6, 2014 Outline 1 Review 2 Uji dua sisi untuk mean 3 Teorema Neyman-Pearson Back Outline 1 Review 2 Uji dua sisi untuk
Lebih terperinciMA3081 STATISTIKA MATEMATIKA We love Statistics
Catatan Kuliah MA3081 STATISTIKA MATEMATIKA We love Statistics disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Daftar Isi 1 Peubah Acak
Lebih terperinciCatatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)
Lebih terperinciBAB I PENDAHULUAN. seseorang atau badan terhadap suatu perusahaan. Jika seseorang memiliki saham
BAB I PENDAHULUAN 1.1 Latar Belakang Saham adalah surat berharga yang merupakan tanda kepemilikan seseorang atau badan terhadap suatu perusahaan. Jika seseorang memiliki saham perusahaan maka dia memiliki
Lebih terperinciMinggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA
CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Catastrophe risk atau resiko bencana alam merupakan kerugian yang ditimbulkan dari bencana alam seperti gempa bumi, angin badai atau angin topan dan banjir, dimana
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183
Lebih terperinciBab I Pertemuan Minggu I. Bunga Majemuk, Nilai Sekarang, dan Anuitas
Bab I Pertemuan Minggu I Bunga Majemuk, Nilai Sekarang, dan Anuitas 1 Suasana aktif kelas Bisa? Tujuan Pembelajaran Setelah menyelesaikan perkuliahan minggu ini, mahasiswa bisa : Menjelaskan tentang praktek
Lebih terperinciPengantar Proses Stokastik
Bab 4: Distribusi Eksponensial Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Distribusi Eksponensial Pendahuluan Distribusi eksponensial dapat dipandang sebagai
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam perkembangannya, pasar saham menawarkan berbagai macam bentuk perdagangan, misalnya kontrak keuangan yang menyatakan pemegangnya adalah pemilik dari suatu aset.
Lebih terperinciDISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2 TI2131 TEORI PROBABILITAS MINGGU KE-10 Distribusi Hipergeometrik Eksperimen hipergeometrik memiliki karakteristik sebagai berikut: 1. sebuah sampel random berukuran
Lebih terperinciMATERI 1 PENGERTIAN INVESTASI. Prof. DR. DEDEN MULYANA, SE., M.Si. CAKUPAN PEMBAHASAN
MATERI 1 PENGERTIAN INVESTASI Prof. DR. DEDEN MULYANA, SE., M.Si. CAKUPAN PEMBAHASAN 1/19 Overview Definisi investasi Investasi dan konsumsi Proses keputusan investasi 1 OVERVIEW Setiap individu bekerja
Lebih terperinciMATEMATIKA EKONOMI DAN BISNIS. Nuryanto.ST.,MT
MATEMATIKA EKONOMI DAN BISNIS Pengertian BARIS DAN DERET Baris dapat didefinisikan sebagai suatu fungsi yang wilayahnya merupakan himpunan bilangan alam. Setiap bilangan yang merupakan anggota suatu banjar
Lebih terperinciMA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika
Catatan Kuliah MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA2082
Lebih terperinciPengantar Proses Stokastik
Bab 5: Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Waktu Antar Kedatangan Waktu Antar Kedatangan Misalkan T 1 menyatakan waktu dari kejadian/kedatangan pertama. Misalkan
Lebih terperinciSeri Pendidikan Aktuaris Indonesia Donny C Lesmana
Seri Pendidikan Aktuaris Indonesia Donny C Lesmana Matematika Keuangan Elementer Matematika Keuangan Donny Citra Lesmana Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian
Lebih terperinciSUATU MODEL HARGA OBLIGASI. Lienda Noviyanti* *Staf pengajar jurusan Statistika FMIPA - Universitas Padjadjaran, Bandung.
SUATU MODEL HARGA OBLIGASI S-31 Lienda Noviyanti* *Staf pengajar jurusan Statistika FMIPA - Universitas Padjadjaran, Bandung. Uang merupakan sebuah komoditas, sedangkan tingkat bunga adalah biaya dari
Lebih terperinciSIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN PENDEKATAN METODE MONTE CARLO
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 07, No. (018), hal 119 16. SIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN PENDEKATAN METODE MONTE CARLO Lusiana, Shantika Martha, Setyo Wira Rizki
Lebih terperinciMA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson
MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson SMART AND STOCHASTIC MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson SMART AND STOCHASTIC Pengantar Seperti sudah disampaikan sebelumnya, analog
Lebih terperinciTEORI INVESTASI DAN PORTFOLIO MATERI 1. Prof. Dr. Deden Mulyana, SE., M.Si.
TEORI INVESTASI DAN PORTFOLIO MATERI 1 Prof. Dr. Deden Mulyana, SE., M.Si. DEFINISI INVESTASI Investasi adalah komitmen atas sejumlah dana atau sumberdaya lainnya yang dilakukan pada saat ini, dengan tujuan
Lebih terperinciMA6281 PREDIKSI DERET WAKTU DAN COPULA. Forger The Past(?), Do Forecasting
Catatan Kuliah MA6281 PREDIKSI DERET WAKTU DAN COPULA Forger The Past(?), Do Forecasting disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih terperinciDefinisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah
BAB 1 Peluang dan Ekspektasi Bersyarat 1.1 EKSPEKTASI Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah E(X) x x p X (x) dan E(X)
Lebih terperinciMA3081 STATISTIKA MATEMATIK(A) Bab 2: Distribusi Samp
MA3081 STATISTIKA MATEMATIK(A) Bab 2: We love Statistics Pengantar Parameter adalah... ...suatu karakteristik dari populasi. Statistik adalah... ...suatu karakteristik dari sampel. Statistik adalah fungsi
Lebih terperinci