TINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan.
|
|
- Sudirman Atmadja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 II. TINJAUAN PUSTAKA Distribusi generalized,,, adalah salah satu distribusi probabilitas kontinu. Distribusi ini pertama kali diperkenalkan McDonald dan Newey 988 untuk mengestimasi parameter regresi. Distribusi generalized digunakan dalam bidang ekonomi dan keuangan.,,, secara luas Salah satu bentuk khusus dari distribusi generalized,,, adalah distribusi,, dengan dan distribusi Laplace untuk dan. Distribusi -Student merupakan bentuk khusus dari distribusi normal untuk sampel ukuran kecil < 30 yang menyebar normal dengan rataan nol. Ditribusi Laplace merupakan salah satu kasus distribusi simetris dengan ukuran pemusatan Laplace sama dengan mean, median, modus, dengan varians.. Distribusi Normal Distribusi normal adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal pertama kali diperkenalkan oleh Abraham de Moivre dalam artikelnya pada tahun 733 sebagai pendekatan distribusi binomial untuk besar.
2 5 Definisi. Distribusi Normal Menurut Hogg dan Craig 995 peubah acak dikatakan berdistribusi normal, jika memiliki fungsi kepekatan peluang berbentuk: Dimana < < dan, 0, < < > 0.. Distribusi -Student Distribusi -student merupakan bentuk khusus dari distribusi normal untuk sampel ukuran kecil < 30 yang menyebar normal dengan rataan nol. Distribusi ini ditemukan oleh W.S. Gosset dari Inggris yang menerbitkan hasil kerjanya dengan nama samaran yaitu student. Oleh karena itu distribusi ini dikenal sebagai distribusi -student. Bukti : Misal ~ 0, dan ~ Fungsi kepekatan peluang distribusi normal baku:, < <
3 6 Fungsi kepekatan peluang distribusi chi-square :, 0< < Maka fungsi densitas atau fungsi kepekatan peluang bersama diperoleh sebagai berikut :,,.. Substitusikan permisalan diatas ke dalam fungsi kepekatan peluang bersama pada persamaan., selanjutnya matriks jacobian diperoleh sebagai berikut : 0 Fungsi kepekatan peluang bersama dari,, dan adalah :
4 7 Fungsi kepekatan peluang marginal dari + adalah : Substitusikan permisalan diatas ke dalam fungsi kepekatan peluang dari persamaan. sehingga diperoleh : pada
5 Fungsi marginal dari.3 dalam persamaan.3 merupakan fungsi kepekatan peluang distribusi -student dengan derajat bebas. Definisi. Distribusi -Student Peubah acak kontinu dikatakan berdistribusi dengan derajat bebas memiliki fungsi kepekatan peluang berbentuk : ; dimana > 0 Sahoo, , ; < <, jika
6 9.3 Distribusi,, Distribusi,, merupakan pengembangan dari distribusi -student dengan parameter skala /. Definisi.3 Distribusi,, Distribusi,, memiliki fungsi kepekatan peluang berbentuk :,, + + Dimana fungsi kepekatan peluang ini sama dengan distribusi -student dengan derajat bebas dan parameter skala / Chan, Choy, dan Makov, Distribusi Generalized Distribusi generalized merupakan pengembangan dari distribusi. Distribusi ini digunakan secara luas dalam bidang ekonomi dan keuangan. Definisi.4 Distribusi Generalized Menurut McDonald dan Newey 988, distribusi generalized kepekatan peluang berbentuk : ;,,,, + memiliki fungsi
7 0 Dimana ℜ adalah parameter lokasi, > 0 adalah parameter skala, > 0 keduanya merupakan parameter bentuk dan Choy, dan Makov, 007. > 0 dan adalah fungsi beta Chan,.5 Distribusi Laplace Distribusi Laplace kadang-kadang disebut distribusi eksponensial ganda, karena dapat dianggap sebagai dua distribusi eksponensial dengan parameter lokasi tambahan. Seperti dalam kasus distribusi simetris lainya, seperti distribusi normal dan distribusi logistic, ukuran pemusatan Laplace sama dengan mean, median, dan modus. Definisi.5 Distribusi Laplace Peubah acak dikatakan berdistribusi Laplace, jika dan hanya jika fungsi densitasnya berbentuk : dengan exp merupakan bilangan real dan > 0 Sahoo, Distribusi Chi-Square Distribusi chi-square seringkali digunakan dalam statistika inferensia, seperti dalam uji hipotesis, atau dalam penyusunan selang kepercayaan. Salah satu penggunaan distribusi ini adalah uji chi-square untuk kebersesuaian goodness of fit.
8 Definisi.6 Distribusi Chi-Square Menurut Sahoo 008 peubah acak dikatakan berdistribusi chi-square dengan derajat bebas, jika memiliki fungsi kepekatan peluang berbentuk :, 0, >0.7 Fungsi Gamma dan Fungsi Beta Pada penelitian ini fungsi gamma dan fungsi beta digunakan untuk mempermudah dalam mencari momen ke- dari distribusi generalized, distribusi, distribusi student dan distribusi Laplace. Definisi.7 Fungsi Gamma Fungsi gamma yang dinotasikan dengan didefinisikan sebagai : dimana. adalah bilangan real positif > 0. Lemma. Bukti :
9 0 maka maka.4 0 Substitusikan permisalan tersebut ke dalam persamaan.4 sehingga diperoleh :. 4 +
10 3 Sehingga [ ] +
11 4 Definisi.8 Fungsi Beta Misal dan adalah dua bilangan real positif. Fungsi beta sebagai :,, didefinisikan. Teorema. Misal dan adalah dua bilangan real positif, maka :, + dimana. Bukti :.5 Substitusikan permisalan tersebut ke dalam persamaan.5 sehingga diperoleh :
12 5 4.6 Substitusikan permisalan tersebut ke dalam persamaan.6 sehingga diperoleh : sin. Untuk Untuk 0 maka maka 0 + cos sin
13 6 Substitusikan permisalan tersebut ke dalam persamaan.7 sehingga diperoleh : + +, Akibat. Untuk setiap dan positif, fungsi beta adalah simetris. Yaitu :,, Bukti :,.8 maka 0 0 maka Substitusikan permisalan tersebut ke dalam persamaan.8 sehingga diperoleh :,,,,
14 7 Akibat. Untuk setiap dan positif, fungsi beta dapat diekspresikan sebagai, Bukti :,,.,,,,
15 8 0 maka maka 0 Substitusikan permisalan tersebut ke dalam persamaan.9 sehingga diperoleh :, +.8 Momen ke- Momen ke- dari suatu peubah acak digunakan sebagai salah satu cara untuk mendapatkan nilai momen dari suatu distribusi. Definisi.9 Momen ke- Jika adalah peubah acak kontinu dan adalah nilai fungsi densitas dari maka momen ke- di sekitar titik asal dari peubah acak [ ] di, didefinisikan sebagai :. Hogg dan Craig, Ekspansi Deret MacLaurin Pada penelitian in deret MacLaurin digunakan untuk menyelesaikan fungsi menentukan fungsi pembangkit momen dari suatu distribusi. dalam
16 9 Teorema. Deret MacLaurin adalah fungsi dimana turunan ke +, pada suatu selang terbuka yang memuat. Jadi, untuk setiap + +, ada untuk setiap di dalam berlaku : +! Persamaan di atas disebut sebagai ekspansi deret Taylor bagi fungsi.jika maka bentuk deret dapat dituliskan kembali sebagai berikut: , 0 +! Deret tersebut disebut sebagai ekspansi deret MacLaurin bagi fungsi Dengan menggunakan ekspansi deret MacLaurin maka fungsi diuraikan menjadi bentuk deret sebagai berikut : + + Purcell,Varberg, dan Rigdon, 003.! + dapat!.0 Fungsi Pembangkit Momen Fungsi pembangkit momen dari suatu peubah acak digunakan sebagai salah satu cara untuk mendapatkan nilai momen dari suatu distribusi. Fungsi pembangkit momen memiliki bentuk yang sederhana, namun tidak semua distribusi peubah acak memiliki fungsi pembangkit momen.
17 0 Definisi.0 Fungsi Pembangkit Momen Jika adalah peubah acak kontinu dan adalah nilai fungsi densitas dari maka fungsi pembangkit momen dari peubah acak Hogg dan Craig, 995. didefinisikan sebagai :. di,
LANDASAN TEORI. Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu.
II. LANDASAN TEORI Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu. Distribusi ini merupakan distribusi fungsi padat yang terkenal luas dalam bidang matematika. Distribusi gamma
Lebih terperinciII. TINJAUAN PUSTAKA. Menurut Herrhyanto & Gantini (2009), peubah acak X dikatakan berdistribusi
II. TINJAUAN PUSTAKA 2.1 Distribusi Normal Umum Menurut Herrhyanto & Gantini (2009), peubah acak X dikatakan berdistribusi normal umum, jika dan hanya jika fungsi densitasnya berbentuk: ; Penulisan notasi
Lebih terperinciLANDASAN TEORI. Dalam proses penelitian pendekatan distribusi generalized t(,,, ), ), melalui distribusi generalized beta 2
5 II. LANDASAN TEORI Dalam proses penelitian pendekatan distribusi generalized t terhadap distribusi gamma dan melalui distribusi generalized beta 2 distribusi generalized diperlukan gamma beberapa konsep
Lebih terperinciII. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi
II. LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan penelitian penulis. Dalam menyelesaikan momen, kumulan dan fungsi karakteristik dari generalized Weibull
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam
4 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam menentukan momen, kumulan, dan fungsi karakteristik dari distribusi log-logistik (α,β). 2.1 Distribusi Log-Logistik
Lebih terperinciII. LANDASAN TEORI. Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan
II. LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan penelitian. Dalam menyelesaikan momen, kumulan dan fungsi karakteristik dari distribusi generalized lambda
Lebih terperinciPeubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(,
0 DISTRIBUSI NORMAL UMUM Distribusi normal umum ini merupakan distribusi dari peubah acak kontinu yang paling banyak sekali dipakai sebagai pendekatan yang baik dari distribusi lainnya dengan persyaratan
Lebih terperinciBEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL
BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL Dalam hal ini akan dibahas beberapa distribusi yang mempunyai bentuk fungsi densitas dan nama tertentu dari peubah acak kontinu, yaitu: distribusi seragam, distribusi
Lebih terperinciII. TINJAUAN PUSTAKA. kontinu. Bentuk kurva distribusi logistik adalah simetri dan uni-modal. Bentuk
5 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan beberapa tinjauan pustaka yang digunakan penulis pada penelitian ini, antara lain : 2.1 Distribusi Logistik Distribusi logistik merupakan distribusi
Lebih terperincidigunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam
II. LANDASAN TEORI Pada bab ini akan diberikan konsep dasar yang akan digunakan dalam pembahasan hasil penelitian ini, antara lain : 2.1 Fungsi Gamma Fungsi gamma merupakan suatu fungsi khusus. Fungsi
Lebih terperinciLANDASAN TEORI. penelitian mengenai pendekatan distribusi GE ke distribusi GLL(,,
4 II. LANDASAN TEORI Pada bab ini akan dijelaskan beberapa definisi yang berhubungan dengan penelitian mengenai pendekatan distribusi GE ke distribusi GLL melalui distribusi eksponensial dengan menyamakan
Lebih terperinciKONSEP DASAR TERKAIT METODE BAYES
KONSEP DASAR TERKAIT METODE BAYES 2.3. Peubah Acak dan Distribusi Peluang Pada statistika kita melakukan percobaan dimana percobaan tersebut akan menghasilkan suatu peluang. Ruang sampel pada percobaan
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA 2.1 Distribusi Logistik Distribusi logistik merupakan distribusi yang memiliki fungsi kepekatan peluang kontinu. Bentuk kurva distribusi logistik adalah simetris dan uni modal. Bentuk
Lebih terperinciBAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON
BAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON 3.1 Regresi Poisson Regresi Poisson merupakan salah satu model regresi dengan variabel responnya tidak berasal
Lebih terperinciII. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E
5 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Peluang Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E adalah himpunan bagian dari ruang sampel. Peluang suatu kejadian P(E) adalah
Lebih terperinciTINJAUAN PUSTAKA. Generalized Eksponensial Menggunakan Metode Generalized Momen digunakan. merupakan penjabaran definisi dan teorema yang digunakan:
II. TINJAUAN PUSTAKA Dalam tinjauan pustaka penelitian Karakteristik Penduga Parameter Distribusi Generalized Eksponensial Menggunakan Metode Generalized Momen digunakan beberapa definisi dan teorema yang
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 21 Beberapa Pengertian Definisi 1 [Ruang Contoh] Ruang contoh adalah himpunan semua hasil yang mungkin dari suatu percobaan acak, dan dinotasikan dengan (Grimmet dan Stirzaker,1992)
Lebih terperinciLANDASAN TEORI. Generalized Lambda Distribution (GLD) awalnya diusulkan oleh Ramberg dan
4 II. LANDASAN TEORI Generalized Lambda Distribution (GLD) awalnya diusulkan oleh Ramberg dan Schmeiser (1974), yang memiliki empat parameter dari pengembangan distribusi Lambda Tukey. Keluarga distribusi
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log
II. TINJAUAN PUSTAKA Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log Normal Menggunakan Metode Generalized Moment digunakan beberapa definisi, dan teorema yang berkaitan dengan
Lebih terperinciTINJAUAN PUSTAKA. Dalam menentukan penduga parameter dari distribusi G3F dan karakteristik dari
II. TINJAUAN PUSTAKA Dalam menentukan penduga parameter dari distribusi G3F dan karakteristik dari penduga tersebut, maka dalam hal ini penulis menggunakan beberapa definisi dan teorema yang berkaitan
Lebih terperinciDistribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai
Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi
Lebih terperinciUJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK
UJI KONVERGENSI Januari 208 Tim Dosen Kalkulus 2 TPB ITK Uji Integral Teorema 3 Jika + k= u k adalah deret dengan suku-suku tak negatif, dan jika ada suatu konstanta M sedemikian hingga s n = u + u 2 +
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 terperinciANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG
LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina
Lebih terperincipada Definisi 2.28 ada dan nilainya sama dengan ( ) ( ) Untuk memperoleh hasil di atas, ruas kiri persamaan (25) ditulis sebagai berikut ( )
LAMPIRAN 21 Lampiran 1 (Pembuktian Lema 2.1 Lema 2.1 (Eksistensi Fungsi Intensitas global Jika ([ ] adalah proses Poisson periodik dengan fungsi intensitas, maka ([ ] pada Definisi 2.28 ada dan nilainya
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial
DISTRIBUSI NORMAL Pertemuan 3 1 Pertemuan 3_Statistik Inferensial Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal
Lebih terperinciBAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang
BAB II LANDASAN TEORI 2.1 Konsep Dasar Peluang Pada dasarnya statistika berkaitan dengan penyajian dan penafsiran hasil yang berkemungkinan (hasil yang belum dapat ditentukan sebelumnya) yang muncul dalam
Lebih terperinciII. LANDASAN TEORI. sementara grafik distribusi F tidak simetrik dan umumnya sedikit positif seperti
4 II. LANDASAN TEORI 2.1 Distribusi F Distribusi F merupakan salah satu distribusi kontinu. Dengan variabel acak X memenuhi batas X > 0, sehingga luas daerah dibawah kurva sama dengan satu, sementara grafik
Lebih terperinciBAB II LANDASAN TEORI
4 BAB II LANDASAN TEORI Teori yang ditulis dalam bab ini merupakan beberapa landasan yang digunakan untuk menganalisis sebaran besarnya klaim yang berekor kurus (thin tailed) dan yang berekor gemuk (fat
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1
DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori
Lebih terperinciSATUAN ACUAN PERKULIAHAN MATA KULIAH : STATISTIK & PROBABILITAS KODE : TIK1010 / SKS : 3 SKS
SATUAN ACUAN PERKULIAHAN MATA KULIAH : KODE : TIK1010 / SKS : 3 SKS SEMESTER : III / GANJIL WAKTU : 150 Menit JUMLAH PERTEMUAN : 16 x pertemuan (14 x materi kuliah, 2 x Ujian (UTS dan UAS)) 1 ANALISIS
Lebih terperinciII.TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik pendugaan distribusi
II.TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik pendugaan distribusi generalized weibull menggunakan metode generalized momen ini, penulis menggunakan definisi dan konsep dasar
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga distribusi generalized gamma dengan metode generalized moment ini, penulis menggunakan definisi, teorema dan konsep dasar
Lebih terperinciBAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer
BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan salah satu ilmu matematika yang terus berkembang dari waktu ke waktu. Di dalamnya mencakup berbagai sub pokok-sub pokok materi yang sangat bermanfaat
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Pada bab ini akan diuraikan mengenai beberapa teori dan metode yang mendukung serta mempermudah dalam melakukan perhitungan dan dapat membantu di dalam pembahasan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan
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 terperinciKontrak Kuliah Metode Statistika 2
Kontrak Kuliah Metode Statistika 2 Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Deskripsi Mata Kuliah Nama Mata Kuliah : Metode Statistika 2 Semester/SKS : I / 3 SKS Kompetensi
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data
5 II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data panel ini, penulis menggunakan definisi, teorema dan konsep dasar yang berkaitan dengan pendugaan parameter,
Lebih terperinciII. TINJAUAN PUSTAKA
II. INJAUAN PUSAKA.1 Penduga Area Kecil Rao (003) mengemukakan bahwa suatu area disebut kecil apabila contoh yang diambil pada area tersebut tidak mencukupi untuk melakukan pendugaan langsung dengan hasil
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 2
SATUAN ACAA PEKULIAHAN MATA KULIAH : STATISTIKA DASA JUUSAN : TEKNIK KOMPUTE Minggu Pokok Bahasan ke dan TIU 1 Pendahuluan tentang konsep statistika dan notasi Sub Pokok Bahasan dan Sasaran Belajar Konsep
Lebih terperinciBAB III METODE PENELITIAN
digilib.uns.ac.id BAB III METODE PENELITIAN Metode yang digunakan dalam penelitian ini adalah kajian pustaka dari buku referensi karya ilmiah. Karya ilmiah yang digunakan adalah hasil penelitian serta
Lebih terperinciII. LANDASAN TEORI. beberapa konsep dan teori yang berkaitan dengan penduga parameter distribusi GB2
5 II. LANDASAN TEORI Dalam proses penelitian penduga parameter dari suatu distribusi diperlukan beberapa konsep dan teori yang mendukung dari ilmu statistika. Berikut ini akan dijelaskan beberapa konsep
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 \ BAB I PENDAHULUAN 1.1 Latar Belakang Informasi-informasi faktual yang diperoleh berdasarkan hasil observasi maupun penelitian sangatlah beragam. Informasi yang dirangkum sedemikian rupa disebut dengan
Lebih terperinciII LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran
II LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan diketahui
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
25 BAB 3 METODOLOGI PENELITIAN 3.1. Analisis Permasalahan Pada regresi berganda terdapat beberapa masalah yang dapat terjadi sehingga dapat menyebabkan estimasi koefisien regresi menjadi tidak stabil.
Lebih terperinciTINJAUAN PUSTAKA Asuransi Kelompok Penyakit Lanjut Usia (Lansia) di Indonesia
3 TINJAUAN PUSTAKA Asuransi Asuransi berasal dari kata assurance atau insurance, yang berarti jaminan atau pertanggungan. Asuransi dalam Undang-Undang No.2 Th 1992 tentang usaha perasuransian adalah perjanjian
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan seringkali dilakukan pengulangan yang biasanya dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul
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 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 terperinciSTK 203 TEORI STATISTIKA I
STK 203 TEORI STATISTIKA I III. PEUBAH ACAK KONTINU III. Peubah Acak Kontinu 1 PEUBAH ACAK KONTINU Ingat definisi peubah acak! Definisi : Peubah acak Y adalah suatu fungsi yang memetakan seluruh anggota
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Distribusi eksponensial tergenaralisir (Generalized Eponential Distribution) pertama kali diperkenalkan oleh Gupta dan Kundu pada tahun 1999. Distribusi ini diambil
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) MUG2D3 PROBABILITAS DAN STATISTIKA Disusun oleh: INDWIARTI FAKULTAS INFORMATIKA TELKOM UNIVERSITY 1 LEMBAR PENGESAHAN Rencana Pembelajaran Semester (RPS) ini telah disahkan
Lebih terperinciKONSISTENSI ESTIMATOR
KONSISTENSI ESTIMATOR TUGAS STATISTIKA MATEMATIKA II Oleh 1. Wahyu Nikmatus S. (121810101010) 2. Vivie Aisyafi F. (121810101050) 3. Rere Figurani A. (121810101052) 4. Dwindah Setiari W. (121810101054)
Lebih terperinciSampling dengan Simulasi Komputer
Modul Sampling dengan Simulasi Komputer PENDAHULUAN Sutawanir Darwis M etode statistika merupakan alat untuk menyelesaikan masalah apabila solusi analitik tidak mungkin diperoleh. Dengan metode statistika
Lebih terperinci5. Fungsi dari Peubah Acak
5. Fungsi dari Peubah Acak EL2002-Probabilitas dan Statistik Dosen: Andriyan B. Suksmono Sebaran cuplikan (n-1)s 2 / σ 2 TEOREMA 5.16 Jika S 2 adalah variansi dari cuplikan acak berukuran n yang diambil
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
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 terperinciBAB I PENDAHULUAN. mengetahui fenomena yang akan terjadi pada periode mendatang akan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada kehidupan sehari-hari, adanya ketidakmampuan manusia untuk mengetahui fenomena yang akan terjadi pada periode mendatang akan mengakibatkan kurang tepatnya
Lebih terperinciProgram Studi Teknik Mesin S1
SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DAN PROBABILITAS KODE / SKS : IT042238 / 2 SKS Program Studi Teknik Mesin S1 Pokok Bahasan Pertemuan dan TIU 1 Pendahuluan memahami tentang konsep statistik
Lebih terperinciSTK 203 TEORI STATISTIKA I
STK 203 TEORI STATISTIKA I V. SEBARAN FUNGSI PEUBAH ACAK V. Sebaran Fungsi Peubah Acak 1 Sebaran Fungsi Peubah Acak Dalam banyak kasus untuk melakukan inferensi terhadap suatu parameter kita lebih banyak
Lebih terperinciMOMEN, KUMULAN, DAN FUNGSI KARAKTERISTIK DARI DISTRIBUSI DAGUM. (Skripsi) Oleh. Yucky Anggun Anggrainy
MOMEN, KUMULAN, DAN FUNGSI KARAKTERISTIK DARI DISTRIBUSI DAGUM (Skripsi) Oleh Yucky Anggun Anggrainy FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG BANDAR LAMPUNG 2017 ABSTRACT MOMENT,
Lebih terperinciBAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.
BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S. Tiap hasil dalam ruang sampel disebut
Lebih terperinciBAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
29 BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT 4.1 Perumusan Penduga Misalkan adalah proses Poisson nonhomogen
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,
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 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 TINJAUAN PUSTAKA. penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji
35 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji ACF, uji PACF, uji ARCH-LM,
Lebih terperinciTINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan
II. TINJAUAN PUSTAKA 2.1 Percobaan dan Ruang Sampel Menurut Walpole (1995), istilah percobaan digunakan untuk sembarang proses yang dapat membangkitkan data. Himpunan semua hasil suatu percobaan disebut
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Didunia nyata banyak soal matematika yang harus dimodelkan terlebih dahulu untuk mempermudah mencari solusinya. Di antara model-model tersebut dapat berbentuk sistem
Lebih terperinciMetode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)
Metode Statistika Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Pengantar Seringkali kita tertarik dengan karakteristik umum dari suatu populasi parameter Misalnya saja berapa rata-rata
Lebih terperinciBAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Matematika merupakan salah satu cabang ilmu pengetahuan yang melambangkan kemajuan zaman. Oleh karena itu matematika banyak digunakan oleh cabang ilmu lain
Lebih terperinciII. LANDASAN TEORI. sєs (S ruang sampel) dengan sebuah bilangan real. Salah satu peubah acak adalah
II. LANDASAN TEORI Peubah acak X(s) merupakan sebuah fungsi X yang menetapkan setiap anggota sєs (S ruang sampel) dengan sebuah bilangan real. Salah satu peubah acak adalah peubah acak diskrit, yaitu banyaknya
Lebih terperinciDISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS
DISTRIBUSI ERLANG DAN PENERAPANNYA Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS nia.rini.purita2316@gmail.com, getut.uns@gmail.com ABSTRAK
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan pengertian tentang distribusi Weibull, maximum
4 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan pengertian tentang distribusi Weibull, maximum likelihood estimation, penyensoran, bias relatif, penduga parameter distribusi Weibull dan beberapa istilah
Lebih terperinciI. PENDAHULUAN. merangkum, dan mempresentasikan data dengan cara informatif. Sedangkan
I. PENDAHULUAN 1.1 Latar Belakang Statistika merupakan ilmu tentang pengumpulan, pengaturan, analisis, dan pendugaan data untuk membantu proses pengambilan keputusan secara lebih efisien. Ilmu statistika
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pendugaan Area Kecil Secara umum metode pendugaan area kecil dibagi menjadi dua bagian yaitu metode penduga langsung (direct estimation) dan metode penduga tak langsung (indirect
Lebih terperinciII. TINJAUAN PUSTAKA. dengan kendala menjadi model penuh tanpa kendala,
4 II. TINJAUAN PUSTAKA Dalam penelitian ini akan didiskusikan tentang transformasi model tak penuh dengan kendala menjadi model penuh tanpa kendala, pendugaan parameter, pengujian hipotesis dan selang
Lebih terperinciAnalisa Numerik. Teknik Sipil. 1.1 Deret Taylor, Teorema Taylor dan Teorema Nilai Tengah. 3x 2 x 3 + 2x 2 x + 1, f (n) (c) = n!
Analisa Numerik Teknik Sipil 1 PENDAHULUAN 1.1 Deret Taylor, Teorema Taylor dan Teorema Nilai Tengah Dalam matematika, dikenal adanya fungsi transenden (fungsi eksponen, logaritma natural, invers dan sebagainya),
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER (FILKOM) UNIVERSITAS PUTRA INDONESIA YPTK PADANG LEMBAR PENGESAHAN Rencana
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 terperinciBAB III METODOLOGI ANALISIS
BAB III METODOLOGI ANALISIS 3.1 Analisis Permasalahan Analisis metode bootsrap pada regresi logistik yang dibandingkan dengan regresi logistik biasa dapat dilakukan dengan cara menganalisis keakuratan
Lebih terperinciLampiran A. Beberapa Definisi dan Lema Teknis
LAMPIRAN 33 Lampiran A. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Definisi A.1 (Ruang contoh dan kejadian) Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Matriks Matriks adalah himpunan bilangan real yang disusun secara empat persegi panjang, mempunyai baris dan kolom dengan bentuk umum : Tiap-tiap bilangan yang berada didalam
Lebih terperinciBAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.
11 BAB III UJI STATISTIK DAN SIMULASI 3.1 Interval Kepercayaan Sebuah interval kepercayaan terdiri dari berbagai nilai-nilai bersama-sama dengan persentase yang menentukan seberapa yakin bahwa parameter
Lebih terperinciMakalah Statistika Distribusi Normal
Makalah Statistika Distribusi Normal Disusun Oleh: Dwi Kartika Sari 23214297 2EB16 Fakultas Ekonomi Jurusan Akuntansi Universitas Gunadarma 2015 Kata Pengantar Puji syukur kehadirat Tuhan Yang Maha Esa
Lebih terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciDEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA
digilib.uns.ac.id DEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA oleh ANIS TELAS TANTI M0106003 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinciKarakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil
Prosiding Semirata FMIPA Universitas Lampung, 2013 Karakteristik Pendugaan Emperical Best Linear Unbiased M. Adi Sidauruk, Dian Kurniasari, Widiarti Jurusan Matematika, FMIPA Universitas Lampung E-mail:
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Istilah
Lebih terperinciTINJAUAN PUSTAKA. Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu
II. TINJAUAN PUSTAKA. Distribusi Weibull Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu hidup dalam tekhnik ketahanan. Distribusi ini adalah distribusi serbaguna yang dapat
Lebih terperinciPenaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar
Vol.14, No. 2, 159-165, Januari 2018 Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan 1, Andi Kresna Jaya 1
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 terperinciSTATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll.
STATISTIKA Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll. Statistika deskriptif: pencatatan dan peringkasan hasil
Lebih terperinciHaryoso Wicaksono, S.Si., M.M., M.Kom. 26
Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random
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 terperinciRANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)
RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) PROGRAM MAGISTER STATISTIKA TERAPAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN IPA 2 0 1
Lebih terperinci