Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2
|
|
- Leony Harjanti Hardja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan oleh terjadinya hasil suatu percobaan dinamakan variabel random. Contoh : Bila 2 mata uang dilempar 1 x, maka ruang sampelnya : S = { AA,AG, GA, GG } Variabel Acak yang terdapat dalam fungsi probabilitas : a. Variabel diskrit Variabel diskrit hanya dapat dinyatakan dengan nilai nilai yang terbatas jumlahnya, dan dinyatakan dengan bilangan bulat. b. Variabel kontinu Variabel kontinu dinyatakan dengan harga yang terdapat dalam suatu interval. Fungsi Distribusi Jika kita mempunyai variabel acak x maka fungsi sebenarnya adalah Σ f( x ) ; x diskrit (dinyatakan dengan sigma ) F ( x ) = P ( X x ) = f ( x ) dx ; x kontinu (dinyatakan dengan integral) 3.2 Nilai Harapan (Mean/Rata rata) dan Varians Distribusi Diskrit Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2 Jika k suatu bilangan, maka E ( k ) = k Contoh : E (3) = 3 dan seterusnya.
2 Latihan Soal 1.Dua buah dadu dilempar. Jika x = jumlah mata dadu yang timbul, berapakah: a. P (3 < x 6) b. Rata rata (Nilai harapan) Jawab: a. P (3 < x 6) = P (x = 4) + P (x = 5) + P (x = 6) = f (4) + f (5) + f (6) = 3/36 + 4/36 + 5/36 = 12/36 = 1/3 b. E (x) = Σ x. f(x) = 2.1/ / / / / / / / / / /36 = 252/36 = 7 2. Jika Nilai E (x) = 1/3 dan E (x 2 ) = 1/3. Tentukan Nilai Variansnya. Jawab : Var (x) = E (x 2 ) { E (x) } 2 = 1/3 (1/3) 2 = 1/3 1/9 = 2/9 3. Jika E (x) = 2, berapa nilai dari : a. E [ 3 (x + 2)] b. E [x 3 (x + 2)] Jawab : a. E [ 3 (x + 2) ] = E [ 3x + 6 ] = E (3x) + E (6) = 3. E (x) + 6 = = = 12 b. E [ x 3 (x + 2) ] = E (x) E [ 3 (x + 2) ] = 2 12 = Jika x mata dadu seimbang, berapa nilai harapan (rata rata) nya? Jawab : E (x) = Σ x. f (x) = 1.1/ / / / / /6 = 21/6 = 3,5
3 Fungsi probabilitas dengan variabel diskrit terdiri dari : 1. Distribusi Binomial 2. Distribusi Poisson 3.3 Distribusi Binomial Rumus Distribusi Binomial : b (x / n, p) = P (X = x)= n C x p x. q n-x ; x = 0,1, n q = 1 p Dimana : - b ( x / n, p ) 0 - Σ b ( x/n, p ) = ( q + p ) n = 1 Rata rata ( Mean ) = µ x = n. p Varians ( x ) = σ 2 x = n. p. q Distribusi yang dipakai sebagai pendekatan bagi distribusi binomial adalah Distribusi Poisson dan Distribusi Normal. Suatu eksperimen Binomial akan memenuhi 4 syarat sebagai berikut : 1. Jumlah percobaan harus tetap 2. Setiap percobaan harus menghasilkan dua alternatif yaitu sukses atau tidak sukses merupakan percobaan Binomial. 3. Semua percobaan mempunyai nilai probabilitas yang sama untuk sukses. 4. Percobaan percobaan tersebut harus bebas satu sama lain.
4 Latihan Soal 1. Bila sekeping uang logam yang seimbang dilempar sebanyak 6 kali, berapa: a. probabilitas memperoleh 5 sisi gambar b. probabilitas memperoleh paling sedikit 5 sisi gambar Jawab : a. n = 6 ; p = ½ ; q = 1 p = 1 ½ = ½ b ( x / n, p ) = b ( 5/6, ½ ) = 6 C 5 ( ½ ) 5. ( ½ ) 6-5 = 6! (½) 5. (½) 1 = 3/32 5!.1! b. n = 6 ; x = 6 ; p = 1/2 b ( x/n, p ) = b ( 6/6, ½ ) = 6 C 6 ( ½ ) 6. ( ½ ) 6-6 = 6! ( ½ ) 6. ( ½ ) 0 = 1/64 6!0! Probabilitas memperoleh 5 sisi gambar adalah : b ( 5/6, ½ ) + b ( 6/6, ½ ) = 3/32 + 1/64 = 6/64 + 1/64 = 7/64 2. Jika x berdistribusi Binomial dengan n = 4 dan p = 1/6, berapa : a. Rata rata dari x b. Varians (x) Jawab : a. n = 4 ; p = 1/6 ; q = 1 p = 1 1/6 = 5/6 E ( x ) = n.p = 4.1/6 = 2/3 b. Var ( x ) = σ x 2 = n.p.q = 4.1/6.5/6 = 20/36 = 5/9 3. Ada 4000 paku pada sayap. Probabilitas kerusakan sebuah paku khusus pada permukaan sayap pesawat terbang adalah 0,001. Berapa E (x) nya? Jawab : E (x) = n. p = (0,001) = 4
5 3.4 Distribusi Poisson Ciri-ciri Distribusi Poisson Digunakan untuk menghitung probabilitas terjadinya kejadian menurut satuan waktu atau ruang. Distribusi Poisson digunakan sebagai pendekatan dari distribusi binomial. Rumus Distribusi Poisson f ( x ) = µ x. e -µ = p ( x/n, p ) x! Dimana : x = 0, 1, 2 n dan e = 2,71828 Rata rata = µ x = n. p Varians (x) = σ x2 = n. p Dalam distribusi Poisson Rata rata dengan Variansnya adalah sama Latihan soal! 1. Bila 5 keping uang logam dilempar sebanyak 64 kali, berapa probabilitas timbulnya 5 sisi angka sebanyak 0,1, 2, 3,4, 5 kali? Jawab: probabilitas memperoleh 5 sisi angka dari pelemparan 5 keping uang logam sebanyak satu kali adalah : p = 1.( ½ ) 5 = 1/32 Bila p = 1/32, n = 64 ; probabilitas memperoleh 5 sisi angka dari pelemparan 5 keping uang logam sebanyak 64 kalimenjadi : f( x ) = 64 1 / 32 x 31 / x x
6 Rumus ini sulit dikerjakan dengan Distribusi Binomial, maka diambil µ=n.p = 64. 1/32 = 2 diperoleh : f ( x ) = µ x. e -µ = 2 x. e -2 ; x = 0, 1, 2, 3, 4, 5 x! x! e -2 = 0,1353 x f ( x ) 0,135 0,271 0,271 0,180 0,090 0, Jika x berdistribusi Poisson dengan n = 7 dan p = 1/4 berapa : a. Rata rata x b. Varians (x) jawab : a. E (x) = n. p = 7.1/4 = 7/4 b. Var (x) = n. p = 7. 1/4 = 7/4 3. Mata uang dilempar 6 kali. Jika x = banyaknya gambar, berapa E (x)? Jawab : n = 6 ; p = ½ E (x) = n.p = 6.1/2 = 3
7 X P(X) Latihan soal: ¼ 1/12 1/6 1/8 3/8 1. Dari tabel diatas tentukan: a. mean X; b. standar deviasi X; c. E(2X 3 ) 2 2. Misalkan X adalah suatu variabel acak dengan E{(X-1) 2 } =10 dan E{(X-2) 2 } = 6, tentukan mean X dan simpangan baku X. 3. Bila sekeping uang logam dilemparkan 6 kali, hitunglah probabilitas memperoleh: a. 5 muka b. paling sedikit 5 muka 4. Bila 20 dadu dilemparkan sekaligus, tentukanlah: a. rata-rata dari banyaknya muncul muka 3; b. simpangan baku dari banyaknya muncul muka 3! 5. Bila variabel acak X berdistribusi binomial dengan n = 100, p = 0,005, hitunglah P(X=15)! 6. Bila 5 uang logam dilemparkan sebanyak 128 kali, hitunglah probabilitas munculnya 5 muka sebanyak 0,1,2,3,4 dan 5 dari seluruh pelemparan!
8 3.5 Aplikasi Excel menghitung distribusi Binomial Langkah-langkahnya sbb: 1. Klik icon fx atau klik icon insert dan pilih fx function. 2. Pilih menu statistical pada function category 3. Pilih menu Binomdist pada function name, dan OK. Maka akan keluar kotak dialog seperti berikut: Contoh : PT MJF mengirim buah melon ke Hero. Buah yang dikirim 90% diterima dan sisanya ditolak. Setiap hari 15 buah dikirim ke Hero. Berapa peluang hanya 13 buah diterima? Jawab: Diketahui n=15; dimana X = 13 dengan p= 0,9 nilai P ( x = 13 ) =? BINOMDIST Number_s : (masukkan nilai X) Trials :.. (masukkan nilai n) Probability : (masukkan nilai p) Cumulative: (tulis kata False) Nilai P(x) ada pada baris Formula result atau tanda (=)
9 Distribusi Poisson Langkah-langkahnya 1. Klik icon fx atau klik icon insert dan pilih fx function 2. Pilih menu statistical pada function category 3. Pilih menu POISSON pada function name, tekan OK maka akan keluar kotak dialog seperti berikut: POISSON X : (masukkan nilai x) Mean :.. (masukkan nilai µ) Cumulative : (tulis FALSE / 0 ) Contoh: Jumlah emiten di BEJ ada 120 perusahaan. Akibat krisis ekonomi, peluang perusahaan memberikan deviden hanya 0,1. Apabila BEJ meminta secara acak 5 perusahaan, berapa peluang ke-5 perusahaan tersebut akan membagikan dividen? Jawab: Nilai µ = 12 dan nilai X = 5, maka akan didapat nilai P( X = 5 ) =?
10 Untuk menghitung dist. Binomial dengan SPSS langkah-langkahnya sbb: 1. Definisikan variabel x, lalu ketik nilai variabelnya 2. Kilk menu transform dan pilih compute 3. Ketik ekspresi perhitungan seperti pada layar dibawah ini, tekan OK maka tampil hasil perhitungan pada data editor seperti pada gambar 2 Gambar 2 P( X=13 ) 0,2669
11 Untuk menghitung dist. Poisson langkah-langkahnya sbb: 1. Definisikan variabel x, lalu ketik data misal 1 sampai 5 2. Kilk menu transform dan pilih compute 3. Ketik ekspresi perhitungan seperti pada layar dibawah ini, tekan OK maka tampil hasil perhitungan pada data editor seperti pada gambar 2 Gambar 2 P(X=5) = 0,127
12 SOAL SOAL LATIHAN 01. Suatu variabel acak diskrit, maka nilai harapan, E(x) fungsinya akan dinyatakan dengan : a. Σ x.f(x) c. Σ f(x) b. f(x)dx d. x.f(x)dx 02. Suatu bilangan yang ditentukan oleh terjadinya hasil suatu percobaan bervariasi adalah. acak dimana nilainya a. Variabel random c. Permutasi b. Probabilitas d. Kombinasi
13 02. Suatu bilangan yang ditentukan oleh terjadinya hasil suatu percobaan acak dimana nilainya bervariasi adalah. a. Variabel random c. Permutasi b. Probabilitas d. Kombinasi 03. Jika E (x) = -2 maka nilai dari E [3(x-2)] adalah : a. - 6 c. -12 b. - 8 d Jika E (x) = -2 maka nilai dari E [3(x-2)] adalah : a. - 6 c. -12 b. - 8 d Jika x variabel berdistribusi binomial, dan banyaknya observasi adalah 10 dan peluang sukses 1/5, maka nilai harapan x adalah: a. ½ c. 2 b. 50 d. 25
14 04. Jika x variabel berdistribusi binomial, dan banyaknya observasi adalah 10 dan peluang sukses 1/5, maka nilai harapan x adalah: a. ½ c. 2 b. 50 d Fungsi distribusi peluang variabel X diskrit diketahui sebagai berikut: X P(X) 0,1 0,2 Maka nilai harapan X adalah: a. 1 c. 3 b. 2 d. 4 0,3 0,4 05. Fungsi distribusi peluang variabel X diskrit diketahui sebagai berikut: X P(X) 0,1 Maka nilai harapan X adalah: a. 1 c. 3 b. 2 d. 4 0,2 0,3 0,4 01. Suatu variabel acak diskrit, maka nilai harapan, E(x) fungsinya akan dinyatakan dengan : a. Σ x.f(x) c. Σ f(x) b. f(x)dx d. x.f(x)dx
DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI PROBABILITAS DISKRET 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial
Lebih terperinciPENDAHULUAN Definisi: Contoh Kasus:
DISTRIBUSI PROBABILITAS 1 PENDAHULUAN Definisi: Distribusi probabilitas adalah sebuah susunan distribusi yang mempermudah mengetahui probabilitas sebuah peristiwa. Merupakan hasil dari setiap peluang peristiwa.
Lebih terperinciTipe Peubah Acak. Diskret. Kontinu
2 N i 1 x i N 2 Tipe Peubah Acak Diskret Segugus nilai dari suatu peubah acak yang dapat dicacah (countable) Misalkan X = banyaknya tendangan penalti yang berhasil dilakukan oleh pemain A Kontinu Nilai-nilai
Lebih terperinciPertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu
Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat
Lebih terperinci6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.
Pertemuan ke- BAB IV POPULASI, SAMPEL, DISTRIBUSI TEORITIS, VARIABEL KONTINU, DAN FUNGSI PROBABILITAS. Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat α Jika x berdistribusi χ (v) dengan v = derajat
Lebih terperinci: Distribusi Peluang. : D. Rizal Riadi
MATERI 3 Mata Kuliah Dosen : Distribusi Peluang : Statistik : D. Rizal Riadi Mengingat data kuantitatif dipengaruhi faktor-faktor ketidakpastian dan variasi yang disebabkan akurasi instrumen penelitian
Lebih terperinciPembuatan Distribusi Peluang (Teoritis) dengan Excel
Pembuatan Distribusi Peluang (Teoritis) dengan Excel Pembuatan Tabel distribusi Peluang dengan EXCEL melibatkan fungsi-fungsi Statistika dalam EXCEL yang dapat dipilih dengan menggunakan menu INSERT lalu
Lebih terperinciBab 2 DISTRIBUSI PELUANG
Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut
Lebih terperinciDISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI PROBABILITAS NORMAL 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Distribusi Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian dan Karakteristik
Lebih terperinciJenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)
Ir Tito Adi Dewanto Jenis Distribusi 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss) Pengantar Kunci aplikasi probabilitas dalam statistik
Lebih terperinciTHEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP
THEORY By: Hanung N. Prasetyo PEUBAH ACAK Variabel acak adalah suatu variabel yang nilainya bisa berapa saja Variabel acak merupakan deskripsi numerik dari outcome beberapa percobaan / eksperimen VARIABEL
Lebih terperinciDistribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah
Distribusi Diskrit dan Kontinu yang Penting Oleh Azimmatul Ihwah Distribusi Diskrit Fungsi probabilitas dari variabel random diskrit dapat dinyatakan dalam formula matematik tertentu yang dinamakan fungsi
Lebih terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik
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 terperinciDistribusi Probabilitas : Gamma & Eksponensial
Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain
Lebih terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
Lebih terperinciDISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI PROBABILITAS NORMAL 1 KARAKTERISTIK DISTRIBUSI KURVA NORMAL 1. Kurva berbentuk genta ( = Md= Mo) 2. Kurva berbentuk simetris 3. Kurva normal berbentuk asimptotis 4. Kurva mencapai puncak pada
Lebih terperinci4.1.1 Distribusi Binomial
4.1.1 Distribusi Binomial Perhatikan sebuah percobaan dengan ciri-ciri sebagai berikut : Hanya menghasilkan (diperhatikan) dua peristiwa atau kategori, misal S (sukses) dan G (gagal) Dilakukan sebanyak
Lebih terperinciHARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
HARAPAN MATEMATIK Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 Pendahuluan Rata-rata perubah acak X atau rata-rata distribusi peluang X ditulis x atau. Dalam statistik rata-rata ini disebut harapan matematik
Lebih terperinciSTATISTIK PERTEMUAN V
STATISTIK PERTEMUAN V Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel 1. Variabel Random diskrit Variabel
Lebih terperinciDISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30
DISTRIBUSI TEORITIS Distribusi teoritis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi teoritis memungkinkan para pembuat
Lebih terperinciDistribusi Peluang Teoritis. Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.
Distribusi Peluang Teoritis. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan. Peubah Acak Fungsi yang mendefinisikan titik-titik contoh dalam ruang
Lebih terperinciContoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B)
Aturan Penjumlahan Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(A atau B)= P(A)+P(B) Not Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(Aatau B): P(A)+P(B) P(A dan B) Contoh:
Lebih terperinciSTATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI
STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran
Lebih terperinciAchmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia
Achmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia VARIABEL ACAK VARIABEL ACAK : suatu fungsi yang nilainya berupa bilangan nyata yang ditentukan oleh setiap unsur dalam ruang
Lebih terperinciPROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS
PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS Dalam kehidupan sehari-hari kita sering mendengar dan menggunakan kata probabilitas (peluang). Kata ini mengisyaratkan bahwa kita berhadapan dengan sesuatu
Lebih terperinciDISTRIBUSI PELUANG TEORITIS
Distribusi Teoritis 1/ 15 DISTRIBUSI PELUANG TEORITIS 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. PEUBAH ACAK Fungsi yang mendefinisikan
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu
xiv BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif
Lebih terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan V Peubah Acak dan Sebaran Peubah Acak Septian Rahardiantoro - STK IPB 1 Pertemuan minggu lalu kita sudah belajar mengenai cara untuk membuat daftar kemungkinan-kemungkinan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya
Lebih terperinciDISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA
DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA 1 LUVY S. ZANTHY KAPSEL SMA 2 LUVY S. ZANTHY KAPSEL SMA 3 Distribusi Binomial O Dalam suatu percobaan statistik sering dijumpai pengulangan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi Binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam n percobaan ya/tidak(berhasil/gagal)
Lebih terperinciSTATISTIK PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih terperinciKumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X
Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X) Diskrit Seragam Binomial Hipergeometrik
Lebih terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciBAB II DISTRIBUSI PROBABILITAS
BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)
Lebih terperinciDISTRIBUSI PELUANG.
DISTRIBUSI PELUANG readonee@yahoo.com Distribusi? Peluang? Distribusi Peluang? Distribusi = sebaran, pencaran, susunan data Peluang : Ukuran/derajat ketidakpastian suatu peristiwa Distribusi Peluang adalah
Lebih terperinciD I S T R I B U S I P R O B A B I L I T A S
D I S T R I B U S I P R O B A B I L I T A S Amiyella Endista Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com Distribusi Probabilitas Kunci aplikasi probabilitas dalam statistik
Lebih terperinciModel dan Simulasi Universitas Indo Global Mandiri
Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan
Lebih terperinciDISTRIBUSI TEORITIS DISTRIBUSI TEORITIS
DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal 1 Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat
Lebih terperinciSTATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling
STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial
Lebih terperinciMK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1
Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Descriptive Statistics mengandung metoda dan prosedur yang digunakan untuk pengumpulan, pengorganisasian, presentasi dan memberikan karakteristik terhadap himpunan
Lebih terperinci25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak
Konsep Peubah Acak Metode Statistika (STK11) Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan
Lebih terperinciDISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal
DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat
Lebih terperinciStatistika (MMS-1403)
Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Minggu ke- Pokok Bahasan Sub Pokok Bahasan 1. Pendahuluan 1 Perkuliahan
Lebih terperinciKONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.
KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak
STK511 Analisis Statistika Pertemuan 3 Sebaran Peluang Peubah Acak Beberapa Konsep Dasar Percobaan statistika: kegiatan yang hasil akhir keluarannya tidak diketahui di awal, tetapi kemungkinan-kemungkinannya
Lebih terperinciStatistika Farmasi
Bab 3: Distribusi Data Statistika FMIPA Universitas Islam Indonesia Distribusi Data Teori dalam statistika berkaitan dengan peluang Konsep dasar peluang tersebut berkaitan dengan peluang distribusi, yaitu
Lebih terperinciDISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 Distribusi Binomial Perhatikan kembali setiap hasil percobaan statistik pada pembahasan sebelumnya, dari
Lebih terperinciBAB 8 DISTRIBUSI PELUANG DISKRIT
BAB 8 DISTRIBUSI PELUANG DISKRIT A. Peluang Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai cara untuk mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu
Lebih terperinciPertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)
Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan
Lebih terperinciDISTRIBUSI PROBABILITAS
BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat diterapkan dalam banyak hal yang memberikan keuntungan serta manfaat dalam pengaplikasiannya. Misalnya, pada
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat ditemukan dalam banyak hal yang dapat memberikan manfaat dalam penerapannya. Distribusi probabilitas merupakan
Lebih terperinciStatistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Lebih terperinciStatistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Lebih terperinciProbabilitas & Distribusi Probabilitas
Probabilitas & Distribusi Probabilitas Probabilitas Definisi peluang untuk terjadi atau tidak terjadi Probabilitas untuk keluarnya mata satu dalam pelemparan satu kali sebuah dadu? Berapakah peluang seorang
Lebih terperinciTugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG
Tugas Kelompok Mata Kuliah Metodologi Penelitian Kuantitatif Judul Makalah Revisi DISTRIBUSI PELUANG Kajian Buku Pengantar Statistika Pengarang Nana Sudjana Tugas dibuat untuk memenuhi tugas mata kuliah
Lebih terperinciDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Peluang terjadinya nilai variabel random X yang meliputi semua nilai ditentukan melalui distribusi peluang. Distribusi peluang suatu variabel random X adalah
Lebih terperinciDISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson
DISTRIBUSI POISSON Pendahuluan Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson. Distribusi ini merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai
Lebih terperinciMATERI KULIAH STATISTIKA
MATERI KULIAH STATISTIKA III. TEORI PROBABILITAS 1. Operasi himpunan a. Gabungan atau union b. Interseksi atau irisan Contoh soal 1 : Dalam sebuah eksperimen pelemparan 1 buah dadu, terdapat kejadian :
Lebih terperinciSTK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang
STK 211 Metode statistika Materi 4 Peubah Acak dan Sebaran Peluang 1 Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1
Lebih terperinciDistribusi Probabilitas Diskrit. Dadan Dasari
Distribusi Probabilitas Diskrit Dadan Dasari Daftar Isi DIstribusi Uniform Distribusi Binomial DIstribusi Multinomial Distribusi Hipergeometrik Distribusi Poisson Distribusi Probabilitas Uniform Diskrit
Lebih terperinciDISTRIBUSI BINOMIAL berhasil gagal berhasil gagal berhasil gagal ya tidak success failed sukses atau berhasil gagal. sukses atau berhasil.
DISTRIBUSI BINOMIAL Pendahuluan Distribusi binomial merupakan suatu proses distribusi probabilitas yang dapat digunakan apabila suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli. Proses
Lebih terperinciPERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA
Saintia Matematika Vol. 1, No. 3 (2013), pp. 299 312. PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA Raini Manurung, Suwarno Ariswoyo, Pasukat Sembiring Abstrak.
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 terperinciDengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi
Bab 5 Peubah Acak Kontinu 5.1 Pendahuluan Definisi 5.1. Peubah acak adalah suatu fungsi dari ruang contoh S ke R (himpunan bilangan nyata) Peubah acak X bersifat diskret jika F (x) adalah fungsi tangga.
Lebih terperinciPENS. Probability and Random Process. Topik 4. Variabel Acak dan Distribusi Probabilitas. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 4. Variabel Acak dan Distribusi Probabilitas Prima Kristalina April 2015 1 Outline 1. Definisi
Lebih terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Distribusi Normal 1-Sep-14 http://istiarto.staff.ugm.ac.id 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari
Lebih terperinciPembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu
Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu Distribusi Peluang Diskrit 1. Hitunglah P( < 10) dengan distribusi binomial untuk n = 15, p = 0,4!
Lebih terperinciDistribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif
Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi
Lebih terperinciDISTRIBUSI BINOM. Ciri-ciri: 1.Eksperimen terdiri dari n percobaan yang dapat diulang
DISTRIBUSI PELUANG Distribusi Peluang utk Variabel acak Diskret Distribusi Binom Distribusi Multinom Distribusi Hipergeometrik Distribusi Poison Distribusi Peluang utk Variabel acak Kontinu Distribusi
Lebih terperinciMATERI STATISTIK II. Genrawan Hoendarto
MATERI STATISTIK II Teori Probabilitas Variabel Acak dan Nilai Harapan Distribusi Teoritis Distribusi Sampling Pengujian Hipotesis Regresi dan Korelasi Linear Sederhana Statistik Nonparametrik Daftar Pustaka
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 terperinciPeubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R
Bab 4 Peubah Acak Definisi 4. Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh 4. Jika Y adalah peubah acak banyaknya sisi muka yang muncul pada pelemparan tiga sisi
Lebih terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
Lebih terperinciMetode Statistika. Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)
Metode Statistika Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah
Lebih terperinciSTATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 6 Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL Pengantar: Dalam pokok bahasan disini memuat beberapa distribusi kontinyu yang sangat penting di bidang statistika. diantaranya distribusi normal.
Lebih terperinciPeubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1
Peubah Acak 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Definisi Peubah Acak Peubah acak adalah peubah yang mengkarakterisasikan setiap elemen dalam ruang sampel dengan suatu bilangan real.
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 terperincimatematika DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL K e l a s A. Penarikan Sampel dari Suatu Populasi Kurikulum 2013 Tujuan Pembelajaran
Kurikulum 20 matematika K e l a s XI DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut.. Memahami perbedaan
Lebih terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih terperinciMetode Statistika (STK 211) Pertemuan ke-5
Metode Statistika (STK 211) Pertemuan ke-5 rrahmaanisa@apps.ipb.ac.id Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak
Lebih terperinciStatistika & Probabilitas
Statistika & Probabilitas Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita lebih tertarik bukan pada titik sampelnya, tetapi gambaran numerik dari hasil. Misalkan pada pelemparan sebuah
Lebih terperinciVARIABEL RANDOM DAN DISTRIBUSI PELUANG
1 VARIABEL RANDOM DAN DISTRIBUSI PELUANG Dr. Vita Ratnasari, M.Si Definisi Variabel Random 2 Variabel random ialah Suatu fungsi yang mengaitkan suatu bilangan real pada setiap unsur dalam ruang sampel.
Lebih terperinciPembuatan Distribusi Peluang (Teoritis) dengan Excel (Bagian 2)
Pembuatan Distribusi Peluang (Teoritis) dengan Excel (Bagian 2) Pada bagian pertama telah dicantumkan cara pembuatan tabel Distribusi Binomial, Poisson dan Normal. Pada bagian ini disajikan cara pembuatan
Lebih terperinciProbabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata
dan Statistika dan Fungsi Peluang Adam Hendra Brata acak adalah sebuah fungsi yang memetakan hasil kejadian yang ada di alam (seperti : buka dan tutup; terang, redup dan gelap; merah, kuning dan hijau;
Lebih terperinciSTK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak
STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman
Lebih terperinci28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω
SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan
Lebih terperinciI. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas
I. PENDAHULUAN 1.1 Latar Belakang Distribusi probabilitas dapat diterapkan dalam banyak hal seperti pada kehidupan sehari-hari, kegiatan bisnis maupun pada dunia industri. Distribusi probabilitas berguna
Lebih terperinciSEJARAH DISTRIBUSI POISSON
SEJARAH DISTRIBUSI POISSON Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi, ditemukanolehs.d. Poisson (1781 1841), 1841), seorang ahli matematika berkebangsaan Perancis. Distribusi
Lebih terperinciDISTRIBUSI PROBABILITAS VARIABEL RANDOM
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan DISTRIBUSI PROBABILITAS VARIABEL RANDOM Statistika dan Probabilitas 2 Distribusi probabilitas variabel random diskrit Distribusi
Lebih terperinciPeubah Acak (Lanjutan)
Learning Outcomes 13 April 2014 Learning Outcomes Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat
Lebih terperinciDISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM
1.11 Chebyshev s Inequality DISTRIBUTIONS OF RANDOM VARIABLE (Ketaksamaan Chebyshev) A. Pendahuluan DISTRIBUSI VARIABEL RANDOM Konsep atau rumus yang berhubungan dengan Ketaksamaan Chebyshev Ekspektasi
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)
Lebih terperinciBAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK
Pertemuan 6. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang. Variansi dan kovariansi. HARAPAN MATEMATIK Keragaman suatu peubah acak X diperoleh dengan mengambil g(x) = (X µ). Rataan
Lebih terperinciNilai Harapan / Nilai Ekspektasi
EKSPEKTASI Misalkan sebuah eksperimen menghasilkan k peristiwa, dan peluang masing-masing peristiwa P 1, P, P k dan untuk tiap peristiwa terdapat satuan (bobot d 1, d d k ) maka ekspektasi eksperimen itu
Lebih terperinciCara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu
Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu Zaman modern (>1940), dgn cara membentuk bilangan acak secara numerik/aritmatik (menggunakan komputer), disebut Pseudo Random
Lebih terperinci