TINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan.

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

Download "TINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan."

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.

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 terperinci

LANDASAN TEORI. Dalam proses penelitian pendekatan distribusi generalized t(,,, ), ), melalui distribusi generalized beta 2

LANDASAN 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 terperinci

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi

II. 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 terperinci

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam

II. 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 terperinci

II. 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 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 terperinci

Peubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(,

Peubah 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 terperinci

BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL

BEBERAPA 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 terperinci

II. TINJAUAN PUSTAKA. kontinu. Bentuk kurva distribusi logistik adalah simetri dan uni-modal. Bentuk

II. 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 terperinci

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam

digunakan 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 terperinci

LANDASAN TEORI. penelitian mengenai pendekatan distribusi GE ke distribusi GLL(,,

LANDASAN 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 terperinci

KONSEP DASAR TERKAIT METODE BAYES

KONSEP 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 terperinci

LANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel

LANDASAN 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 terperinci

II. TINJAUAN PUSTAKA

II. 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 terperinci

BAB 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 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 terperinci

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E

II. 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 terperinci

TINJAUAN PUSTAKA. Generalized Eksponensial Menggunakan Metode Generalized Momen digunakan. merupakan penjabaran definisi dan teorema yang digunakan:

TINJAUAN 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 terperinci

II. TINJAUAN PUSTAKA. Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log

II. 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 terperinci

LANDASAN TEORI. Generalized Lambda Distribution (GLD) awalnya diusulkan oleh Ramberg dan

LANDASAN 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 terperinci

TINJAUAN PUSTAKA. Dalam menentukan penduga parameter dari distribusi G3F dan karakteristik dari

TINJAUAN 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 terperinci

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

Distribusi 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 terperinci

pada Definisi 2.28 ada dan nilainya sama dengan ( ) ( ) Untuk memperoleh hasil di atas, ruas kiri persamaan (25) ditulis sebagai berikut ( )

pada 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 terperinci

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

DISTRIBUSI 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 terperinci

BAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang

BAB 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 terperinci

II. LANDASAN TEORI. sementara grafik distribusi F tidak simetrik dan umumnya sedikit positif seperti

II. 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

DISTRIBUSI 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 terperinci

SATUAN ACUAN PERKULIAHAN MATA KULIAH : STATISTIK & PROBABILITAS KODE : TIK1010 / SKS : 3 SKS

SATUAN 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 terperinci

II.TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik pendugaan distribusi

II.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 terperinci

II. TINJAUAN PUSTAKA

II. 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 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 terperinci

STATISTIKA UNIPA SURABAYA

STATISTIKA 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 terperinci

Kontrak Kuliah Metode Statistika 2

Kontrak 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 terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data

II. 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 terperinci

II. TINJAUAN PUSTAKA

II. 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 terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 2

SATUAN 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 terperinci

BAB III METODE PENELITIAN

BAB 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 terperinci

II. LANDASAN TEORI. beberapa konsep dan teori yang berkaitan dengan penduga parameter distribusi GB2

II. 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 terperinci

II 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. 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 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 terperinci

TINJAUAN PUSTAKA Asuransi Kelompok Penyakit Lanjut Usia (Lansia) di Indonesia

TINJAUAN 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang

STK 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 terperinci

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

STK 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 terperinci

STK 203 TEORI STATISTIKA I

STK 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA 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 terperinci

Sampling dengan Simulasi Komputer

Sampling 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 terperinci

KONSISTENSI ESTIMATOR

KONSISTENSI 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 terperinci

5. Fungsi dari Peubah Acak

5. 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 terperinci

BAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat

BAB 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 terperinci

STATISTIK PERTEMUAN VI

STATISTIK 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 terperinci

BAB I PENDAHULUAN. mengetahui fenomena yang akan terjadi pada periode mendatang akan

BAB 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 terperinci

Program Studi Teknik Mesin S1

Program 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 terperinci

STK 203 TEORI STATISTIKA I

STK 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 terperinci

MOMEN, 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 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 terperinci

BAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.

BAB 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 terperinci

BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 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 terperinci

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

MODUL 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 terperinci

BAB II TINJAUAN PUSTAKA. penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji

BAB 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 terperinci

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan

TINJAUAN 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 terperinci

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)

Metode 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 terperinci

BAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi

BAB 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 terperinci

II. LANDASAN TEORI. sєs (S ruang sampel) dengan sebuah bilangan real. Salah satu peubah acak adalah

II. 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 terperinci

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan pengertian tentang distribusi Weibull, maximum

II. 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 terperinci

DISTRIBUSI 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 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 terperinci

I. PENDAHULUAN. merangkum, dan mempresentasikan data dengan cara informatif. Sedangkan

I. 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

II. TINJAUAN PUSTAKA. dengan kendala menjadi model penuh tanpa kendala,

II. 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 terperinci

Analisa 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. 1.1 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 terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA

RENCANA 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 terperinci

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

PENS. 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 terperinci

BAB III METODOLOGI ANALISIS

BAB 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 terperinci

Lampiran A. Beberapa Definisi dan Lema Teknis

Lampiran 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 terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 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 terperinci

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

PEMBANGKIT RANDOM VARIATE

PEMBANGKIT 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 terperinci

BAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara

BAB 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 terperinci

DEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA

DEFICIENCY 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 terperinci

TINJAUAN PUSTAKA. Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu

TINJAUAN 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 terperinci

Karakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil

Karakteristik 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 terperinci

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

STATISTIKA. 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 terperinci

STATISTIKA. 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 Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll. Statistika deskriptif: pencatatan dan peringkasan hasil

Lebih terperinci

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

Haryoso 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 terperinci

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu

BAB 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 terperinci

RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)

RANCANGAN 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

I. TINJAUAN PUSTAKA. distribusi normal multivariat, yaitu suatu kombinasi linier dari elemen-elemennya adalah

I. TINJAUAN PUSTAKA. distribusi normal multivariat, yaitu suatu kombinasi linier dari elemen-elemennya adalah I. TINJAUAN PUSTAKA 1.1 Distribusi Normal Multivariat Akan dibahas dua definisi dari multivariat normal. Definisi yang pertama didefinisikan melalui fungsi kepekatan peluangnya, dan definisi yang kedua

Lebih terperinci

BAB 2 LANDASAN TEO RI

BAB 2 LANDASAN TEO RI 6 BAB 2 LANDASAN TEO RI 2.1 Saham Saham (Jake D. Tedder, 1978, p. 212) adalah surat berharga yang dikeluarkan oleh sebuah perusahaan yang berbentuk Perseroan Terbatas (PT) atau disebut juga emiten. Saham

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fungsi Densitas Definisi 2.1 (Walpole & Myers, 1989) Fungsi adalah fungsi kepadatan peluang peubah acak kontinu, yang biasanya disebut fungsi densitas,yang didefinisikan di atas

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Distribusi probabilitas binomial adalah distribusi probabilitas diskrit yang paling sering digunakan untuk merepresentasikan kejadian dalam kehidupan sehari-hari.

Lebih terperinci

statistika untuk penelitian

statistika untuk penelitian statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,

Lebih terperinci

Penentuan Momen ke-5 dari Distribusi Gamma

Penentuan Momen ke-5 dari Distribusi Gamma Jurnal Penelitian Sains Volume 6 Nomor (A) April 0 Penentuan Momen ke-5 dari Distribusi Gamma Robinson Sitepu, Putra B.J. Bangun, dan Heriyanto Jurusan Matematika Fakultas MIPA Universitas Sriwijaya, Indonesia

Lebih terperinci

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi

Lebih terperinci

MATEMATIKA TEKNIK II BILANGAN KOMPLEKS

MATEMATIKA TEKNIK II BILANGAN KOMPLEKS MATEMATIKA TEKNIK II BILANGAN KOMPLEKS 2 PENDAHULUAN SISTEM BILANGAN KOMPLEKS REAL IMAJINER RASIONAL IRASIONAL BULAT PECAHAN BULAT NEGATIF CACAH ASLI 0 3 ILUSTRASI Carilah akar-akar persamaan x 2 + 4x

Lebih terperinci

ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF-GENERALIZED EKSPONENSIAL (BN-GE) PADA DATA OVERDISPERSI

ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF-GENERALIZED EKSPONENSIAL (BN-GE) PADA DATA OVERDISPERSI Jurnal LOG!K@, Jilid 6, No. 2, 2016, Hal. 161-169 ISSN 1978 8568 ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF-GENERALIZED EKSPONENSIAL (BN-GE) PADA DATA OVERDISPERSI Annisa Ulfiyah 1), Rini Cahyandari

Lebih terperinci

Sem 7-4. Garis Besar Rencana Pembelajaran (GBRP)

Sem 7-4. Garis Besar Rencana Pembelajaran (GBRP) Sem 7-. Garis Besar Rencana Pembelajaran (GBRP) Nama Matakuliah Kode MK/SKS Semester Mata Kuliah Prasyarat : Pemodelan Statistika : H0/SKS : Awal/7 (Tahun IV) : Metode Statistika, Teori Peluang, Ilmu Stokastik,

Lebih terperinci

KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA

KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA Jurnal Matematika UNAND Vol. No. 4 Hal. 9 ISSN : 33 9 c Jurusan Matematika FMIPA UNAND KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA MARNISYAH ANAS Program Studi Magister Matematika, Fakultas

Lebih terperinci