BAB II KAJIAN PUSTAKA
|
|
- Yenny Setiabudi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 4 BAB II KAJIAN PUSTAKA Pada sub bab ini akan diberikan beberapa definisi dan teori yang mendukung rancangan Sequential Probability Ratio Test (SPRT) yaitu percobaan dan ruang sampel, peubah acak dan fungsi peluang, rataan dan variansi, teori sampling, distribusi normal, nilai harapan dan nilai harapan bersyarat, fungsi likelihood, parameter dan statistik, pengujian hipotesis statistik dan analisis sekuensial. A. Percobaan dan ruang sampel Menurut Walpole (1995:70), istilah percobaan digunakan untuk sembarang proses yang dapat membangkitkan data. Himpunan semua hasil suatu percobaan disebut ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan hasil dari suatu percobaan yang disebut sebagai titik sampel. Titik-titik sampel ini dapat membentuk beberapa himpunan yang merupakan himpunan bagian dari ruang sampel dan disebut sebagai kejadian. Berikut ini adalah beberapa definisi yang membahas masalah ruang sampel beserta sifat-sifatnya: Definisi 2.1 (Walpole, 1995:70): Ruang sampel dari suatu percobaan adalah himpunan semua hasil yang mungkin dari suatu percobaan. Ruang sampel dibedakan atas dua macam, yakni ruang sampel diskret dan ruang sampel kontinu. Ruang sampel diskret adalah ruang sampel yang
2 5 mengandung titik-titik sampel yang banyaknya terhingga atau titik-titik sampelnya berupa barisan yang tidak berakhir namun nilainya sama banyak dengan nilai bilangan cacah. Adapun ruang sampel kontinu adalah ruang sampel yang mengandung titik sampel yang banyaknya tak terhingga dan sama banyak dengan banyaknya titik-titik pada sebuah ruas garis (Walpole & Myers, 1995:52 ). Definisi 2.2 (Bain & Engelhardt, 1992:9) Misalkan S adalah ruang sampel suatu percobaan dan A 1, A 2,. adalah kejadian-kejadian yang mungkin terjadi dalam S, dan misalkan P adalah suatu fungsi yang menghasilkan nilai real P(A) untuk setiap kejadian A, maka P(A) disebut peluang dari A jika memenuhi: a) P(A) 0, untuk setiap kejadian A b) P(S) = 1 c) Jika A 1, A 2,. adalah barisan kejadian saling asing (A i A j = dengan ij dan Ai S ) maka: Definisi 2.3 (Walpole, 1995:90) Peluang suatu kejadian A adalah jumlah peluang semua titik sampel dalam A. Jadi 0 1, 0, 1 Bila ruang sampel suatu percobaan mempunyai unsur, dan masingmasing unsur tersebut mempunyai peluang yang sama untuk terjadi, maka
3 6 pada setiap titik sampel diberikan peluang sebesar. Dengan demikian, peluang kejadian, yang berisikan titik sampel adalah rasio banyaknya titik sampel atau unsur dalam dengan banyaknya titik sampel atau unsur dalam. B. Peubah acak dan fungsi peluang 1) Peubah acak Definisi 2.4 (Walpole dan Myers, 1995:51) Peubah acak adalah suatu fungsi yang memetakan setiap unsur dalam ruang sampel S dengan suatu bilangan real. Peubah acak biasanya dinyatakan dengan huruf besar misalnya, sedangkan nilainya dinyatakan dengan huruf kecil padanannya, yaitu. Jika himpunan semua hasil yang mungkin dari peubah acak berhingga atau tak berhingga tetapi masih dapat dihitung maka disebut sebagai peubah acak diskret. Sedangkan jika semua hasil yang mungkin dari peubah acak mencapai nilai dalam suatu interval maka disebut sebagai peubah acak kontinu. 2) Peluang bersyarat Definisi 2.5 (Bain & Engelhardt, 1992:18) Peluang bersyarat suatu kejadian A bila diketahui B terjadi didefinisikan sebagai Jika 0
4 7 Bila rumus diatas dikalikan dengan P(B) maka diperoleh aturan perkalian yang memungkinkan kita untuk menghitung peluang dua kejadian yang terjadi bersama, aturan tersebut yaitu : 3) Fungsi peluang dan fungsi padat peluang Definisi 2.6 (Walpole dan Myers, 1995:54) Apabila merupakan peubah acak diskret, maka disebut fungsi peluang dari peubah acak, jika memenuhi : i. 0 ii. 1 iii. Definisi 2.7 (Walpole dan Myers, 1995:60) Apabila merupakan peubah acak kontinu, maka disebut fungsi padat peluang dari peubah acak, jika memenuhi : i. 0 untuk semua ii. 1 iii. C. Rataan dan variansi 1) Rataan Definisi 2.8 (Bain & Engelhardt, 1992:72) Untuk sebuah peubah acak dengan fungsi peluang / fungsi padat peluang, rataan ditulis didefinisikan sebagai :
5 8 ; ; Teorema 2.1 (Dudewicz dan Mishra, 1995:249) maka Bila konstan dan,, fungsi yang harapannya ada i. ii. iii.. Bukti : Untuk yang kontinu i.. ii.... iii.
6 9 2) Variansi Definisi 2.9 (Walpole & Myers, 1995:96) Jika adalah peubah acak dengan fungsi peluang, rataan, maka variansi ditulis atau, didefinisikan sebagai :,, Teorema 2.2 (Bain & Engelhardt, 1992:74) Jika peubah acak dengan rataannya maka Bukti : D. Teori sampling Definisi 2.10 (Supranto, 2008:23) Sampling adalah cara pengumpulan data dengan menyelidiki seluruh elemen populasi satu persatu.
7 10 Definisi 2.11 (Supranto, 2008) Teori sampling adalah teori cara pengumpulan data apabila yang diselidiki adalah elemen sampel dari suatu populasi. Untuk melakukan analisis statistik diperlukan data, dan untuk itu maka diperlukan cara untuk mengumpulkan data. Data dapat dikumpulkan dengan berbagai cara. Untuk mendapatkan kesimpulan yang dapat dipertanggungjawabkan haruslah ditempuh cara-cara yang benar dalam setiap langkah termasuk cara-cara pengambilan sampel atau sampling. Sampling dilakukan karena cara pengambilan data tidak dapat dilakukan dengan sensus yaitu cara yang lebih sederhana dibandingkan sampling. Ada berbagai alasan mengapa sensus tidak dapat dilakukan yaitu karena ukuran sampel yang jumlahnya tidak terhingga, masalah biaya dan biaya yang terbatas, masalah percobaan yang sifatnya merusak, masalah ketelitian dari penelitian yang dilakukan. Karena masalah tersebut diatas maka labih efisien jika dilakukan sampling. 1. Populasi dan sampel Definisi 2.12 (Supranto, 2008:22): Populasi adalah kumpulan dari seluruh elemen sejenis tetapi dapat dibedakan satu sama lain karena karakteristiknya. Perbedaan-perbedaan itu disebabkan karena adanya nilai kerakteristik yang berlainan.
8 11 Definisi 2.13 (Supranto, 2008:23): Sampel adalah sebagian dari populasi. Jika n adalah banyaknya elemen sampel dan N adalah banyaknya elemen populasi, maka n < N ( n lebih kecil dari N). Istilah lain dari sampel adalah contoh. Populasi dan sampel sering ditulis sebagai berikut : Populasi :,,,,, Sampel :,,,,, 2. Sampling sekuensial Definisi 2.14 (Sudjana, 2002:175), Sampling sekuensial adalah pengambilan sampel yang setiap anggota sampel diambil satu demi satu dan pada setiap kali selesai pangambilan anggota, analisis dilakukan lalu berdasarkan ini kesimpulan diadakan, yaitu apakah sampling berhenti ataukah akan dilanjutkan. Setiap anggota yang diambil disatukan dengan anggota-anggota yang telah diambil terlebih dahulu sebelum dijadikan sebuah kesimpulan. E. Distribusi normal Menurut (Sudjana, 2002:136), Distribusi normal merupakan salah satu distribusi yang paling penting dan sering digunakan. Distribusi ini juga sering disebut distribusi Gauss. Distribusi normal menggunakan variabel acak kontinu.
9 12 Jika variabel acak kontinu mempunyai fungsi densitas pada dengan persamaan : dengan :, π = nilai konstan yang bila ditulis hingga empat decimal π = 3,1416 e = bilangan konstan, bila ditulis hingga empat decimal e = 2,7183 µ = parameter, yang merupakan rata-rata untuk distribusi. σ = parameter, yang merupakan simpangan baku untuk distribusi. Maka dikatakan bahwa variabel acak berdistribusi normal. F. Nilai harapan dan nilai harapan bersyarat Definisi 2.15 (Walpole dan Myers, 1995:94) Jika suatu variabel acak dengan distribusi peluang. Nilai harapan adalah : jika variabel diskrit. jika variabel kontinu Teorema 2.3 (Walpole dan myers, 1995:103) Misalkan dan peubah acak yang saling bebas dan misalkan dan ada, maka berlaku a. Jika dan konstanta maka b. c.
10 13 Bukti : a. Jika adalah peubah acak kontinu, maka Jika adalah peubah acak diskret, maka b. Misalkan dan adalah peubah acak kontinu, maka,,,,, c. Misalkan dan merupakan peubah acak kontinu, sedangkan merupakan suatu fungsi, maka,
11 14 Definisi 2.16 (Bain dan Engelhardt 1992:180) Jika X dan Y peubah acak diskret, maka nilai harapan bersyarat dari Y yang diberi didefinisikan Definisi 2.17 (Bain dan Engelhardt 1992:180) Jika X dan Y peubah acak kontinu, maka nilai harapan bersyarat dari Y yang diberi didefinisikan, G. Fungsi likelihood Definisi 2.18 (Bain dan Engelhardt, 1992:293) Misalkan,,,, sampel acak dengan fungsi peluang,, untuk 1,2,3,,. Apabila yaitu fungsi peluang bersama dari,,,, yang dipandang sebagai fungsi dari θ dan,,,, menyatakan nilai tertentu, maka :,,.,, Fungsi inilah yang disebut sebagai fungsi likelihood
12 15 H. Parameter dan statistik Definisi 2.19 (Walpole, 1995: 22) Sembarang nilai yang menjelaskan ciri populasi disebut parameter. Sudah menjadi kebiasaan bahwa parameter dilambangkan dengan huruf yunani dan parameter merupakan suatu konstanta yang menjelaskan populasi. Definisi 2.20 (Walpole, 1995: 22) Sembarang nilai yang menjelaskan ciri suatu sampel disebut statistik. Statistik biasanya dinyatakan dalam huruf kecil. I. Pengujian hipotesis statistik Definisi 2.21 (Walpole, 1995:327): Hipotesis statistik adalah suatu anggapan atau pernyataan, yang mungkin benar atau tidak, mengenai satu populasi atau lebih. Pengujian hipotesis akan membawa kepada kesimpulan untuk menerima hipotesis atau menolak hipotesis. Jadi dengan demikian terdapat dua pilihan. Agar dalam penentuan salah satu di antara dua pilihan itu lebih teperinci dan lebih mudah dilakukan, maka akan digunakan perumusanperumusan seperlunya. Hipotesis biasanya dinyatakan dengan H, agar dirumuskan dengan singkat dan jelas sesuai dengan persoalan yang dihadapi. Hipotesis H ini perlu didampingi oleh pernyataan lain yang menyatakan berlawanan, maka hipotesis H dinyatakan dengan H 0 dan H 1, yang artinya H 0 melawan H 1 dan ini juga menentukan kriteria pengujian yang terdiri dari
13 16 daerah penerimaan dan daerah penolakan hipotesis. Daerah penolakan hipotesis sering pula di kenal dengan nama daerah kritis. Dalam pengujian hipotesis akan terjadi dua macam kesalahan yaitu : i. Kesalahan tipe 1 yaitu menolak hipotesis yang seharusnya diterima ii. Kesalahan tipe 2 yaitu menerima hipotesis yang seharusnya ditolak. Dengan menggunakan pernyataan peluang bersyarat kedua tipe kesalahan pengujian hipotesis dapat dinyatakan sebagai berikut J. Analisis sekuensial Definisi 2.22 (Sudjana, 2002 : 396 ) Analisis sekuensial adalah analisis yang membawa kepada kesimpulan statistik dimana banyak obyek yang diamati tidak ditentukan terlebih dahulu melainkan diamati secara sekuens (berurutan) atau satu demi satu. Definisi 2.23 (George, 1973 : 341) Prosedur sampling yang berakhir dengan waktu untuk berhenti disebut prosedur sekuensial.
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 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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI.1 Peubah Acak dan Distribusinya.1.1 Peubah Acak Definisi.1: Peubah acak adalah suatu fungsi yang menghubungkan sebuah bilangan real dengan setiap unsur di dalam ruang contoh, (Walpole
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 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 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 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 terperinciDISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi
DISTRIBUSI SAMPLING Definisi : distribusi sampling adalah distribusi peluang untuk nilai statistik yang diperoleh dari sampel acak untuk menggambarkan populasi. 1. Distribusi rata rata Misal sampel acak
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan berikutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan
Lebih terperinciDistribusi Peubah Acak
Chandra Novtiar 085794801125 chandramathitb07@gmail.com PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN (STKIP) SILIWANGI BANDUNG 4 April 2017 Garis Besar Pembahasan FUNGSI
Lebih terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
Lebih terperinciDistribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015
Distribusi Sampling Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Populasi dan Sampel Unit adalah entitas (wujud) tunggal, biasanya orang atau suatu obyek, yang diinginkan
Lebih terperinciStatistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data
Statistik Dasar 1. Pendahuluan Persamaan Statistika Dalam Penelitian 2. Penyusunan Data Dan Penyajian Data 3. Ukuran Tendensi Sentral, Ukuran Penyimpangan 4. Momen Kemiringan 5. Distribusi Normal t Dan
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 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 terperinciPERBANDINGAN KUASA WILCOXON RANK SUM TEST DAN PERMUTATION TEST DALAM BERBAGAI DISTRIBUSI TIDAK NORMAL
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 139 146 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN KUASA WILCOXON RANK SUM TEST DAN PERMUTATION TEST DALAM BERBAGAI DISTRIBUSI TIDAK NORMAL
Lebih terperinciPada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel
DISTRIBUSI SAMPLING Pada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel tersebut nilai-nilai statistiknya dihitung
Lebih terperinciTeorema Newman Pearson
pengujian terbaik Andi Kresna Jaya andikresna@yahoo.com Jurusan Matematika October 6, 2014 Outline 1 Review 2 Uji dua sisi untuk mean 3 Teorema Neyman-Pearson Back Outline 1 Review 2 Uji dua sisi untuk
Lebih terperinciII. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang
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
Lebih terperinciHANDOUT PERKULIAHAN. Pertemuan Ke : 3 : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak
HANDOUT PERKULIAHAN Pertemuan Ke : 3 Pokok Bahasan : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak URAIAN POKOK PERKULIAHAN A. Peubah Acak Definisi 1 : Peubah Acak Misalkan E adalah suatu
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 terperinciPengantar Statistika Matematika II
Bab 6: Statistika FMIPA Universitas Islam Indonesia Inferensi Statistik Pendahuluan Inferensi Statistik Inferensi statistik adalah metode untuk menarik kesimpulan mengenai suatu populasi. Inferensi statistik
Lebih 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 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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan
Lebih terperinciARUMEGA ZAREFAR, SE.,M.Ak.,Akt.,CA
STATISTIK ARUMEGA ZAREFAR, SE.,M.Ak.,Akt.,CA http://arumega.staff.unri.ac.id/ arumegazarefar.ca@gmail.com Arti statistik Kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel
Lebih terperinciDistribusi Peluang. Maka peubah acak X dinyatakan dengan banyaknya kemunculan angka. angka sama sekali. angka.
Distribusi Peluang Definisi peubah acak: Misalkan E adalah sebuah percobaan dengan ruang sampel T. Sebuah fungsi X yang memetakan setiap anggota t T dengan sebuah bilangan real X(t) dinamakan peubah acak.
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 terperinciBAB II LANDASAN TEORI. landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di
5 BAB II LANDASAN TEORI Bab ini membahas pengertian-pengertian dasar yang digunakan sebagai landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di bahas adalah sebagai berikut: A.
Lebih terperinciVariansi dan Kovariansi. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Variansi dan Kovariansi Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Variansi Kita sudah memahami bahwa nilai harapan peubah acak X seringkali
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 terperinciLANDASAN 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 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 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 terperinciMINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA
MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA VARIABEL RANDOM Misalkan (Ω, A, P) ruang probabilitas dan R = {x < x < } dan B : Borel field pada R. Andaikan X : Ω R dan untuk setiap A R, kita definisikan
Lebih terperinciHUKUM ITERASI LOGARITMA. TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM.
HUKUM ITERASI LOGARITMA TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM. 00290 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
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 terperinciII. TINJAUAN PUSTAKA. negatifnya. Yang termasuk dalam bilangan cacah yaitu 0,1,2,3,4, sehingga
II. TINJAUAN PUSTAKA 2.1 Bilangan Bulat Bilangan Bulat merupakan bilangan yang terdiri dari bilangan cacah dan negatifnya. Yang termasuk dalam bilangan cacah yaitu 0,1,2,3,4, sehingga negatif dari bilangan
Lebih terperinciBI5106 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 terperinciCIRI-CIRI DISTRIBUSI NORMAL
DISTRIBUSI NORMAL CIRI-CIRI DISTRIBUSI NORMAL Berbentuk lonceng simetris terhadap x = μ distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena persamaan matematisnya ditemukan
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 terperinciII. TINJAUAN PUSTAKA. real. T dinamakan himpunan indeks dari proses atau ruang parameter yang
II. TINJAUAN PUSTAKA 2.1 Proses Stokastik Stokastik proses = { ( ), } adalah kumpulan dari variabel acak yang didefinisikan pada ruang peluang (Ω, ς, P) yang nilai-nilainya pada bilangan real. T dinamakan
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 terperinciPERTEMUAN 2 STATISTIKA DASAR MAT 130
PERTEMUAN 2 STATISTIKA DASAR MAT 130 Data 1. Besaran Statistika berbicara tentang data dalam bentuk besaran (dimensi) Besaran adalah sesuatu yang dapat dipaparkan secara jelas dan pada prinsipnya dapat
Lebih terperinciVariabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah
Variabel Random dan Nilai Harapan Oleh Azimmatul Ihwah Outcomes dari suatu eksperimen dapat dinyatakan dengan angka untuk mempermudah. Suatu variabel yang mengasosiakan outcomes dari suatu eksperimen dengan
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 terperinciLearning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso.
Beberapa 27 April 2014 Beberapa Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat memahami dan menghitung
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 terperinciBAB II TINJAUAN PUSTAKA
3 BAB II TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik X = {X(t), t T} adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh ke suatu
Lebih terperincimengsumsikan tidak ada kesalahan pengukuran, validitas dapat dievaluasi dengan mengamati nilai bias dari penduganya. Bias, B ( ) dari populasi
TINJAUAN PUSTAKA Teori penarikan contoh mempunyai tujuan untuk membuat penarikan contoh menjadi lebih efisien. Teori penarikan contoh mencoba untuk mengembangkan metode pemilihan contoh dengan biaya yang
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini diberikan beberapa konsep dasar seperti teorema dan beberapa definisi sebagai landasan dalam penelitian ini. Konsep dasar ini berkaitan dengan masalah yang dibahas dalam
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 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 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 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 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 terperinciINFERENSI STATISTIK DISTRIBUSI BINOMIAL DENGAN METODE BAYES MENGGUNAKAN PRIOR KONJUGAT. Oleh : ADE CANDRA SISKA NIM: J2E SKRIPSI
INFERENSI STATISTIK DISTRIBUSI BINOMIAL DENGAN METODE BAYES MENGGUNAKAN PRIOR KONJUGAT Oleh : ADE CANDRA SISKA NIM: J2E 006 002 SKRIPSI Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada
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 terperinciPENARIKAN SAMPEL & PENDUGAAN PARAMETER
PENARIKAN SAMPEL & PENDUGAAN PARAMETER Arti Penarikan Sampel Populasi ( Universe) adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti
Lebih terperinciDISTRIBUSI SATU PEUBAH ACAK
0 DISTRIBUSI SATU PEUBAH ACAK Dalam hal ini akan dibahas macam-macam peubah acak, distribusi peluang, fungsi densitas, dan fungsi distribusi. Pada pembahasan selanjutnya, fungsi peluang untuk peubah acak
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih 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 terperinciBAB II KAJIAN TEORI. hasil percobaan yang berbeda dan masing-masing mempunyai. itu menyusun kejadian, maka probabilitas kejadian
BAB II KAJIAN TEORI A. Probabilitas Teorema 2.1 (Walpole, 1992) Probabilitas menunjukan suatu percobaan mempunyai hasil percobaan yang berbeda dan masing-masing mempunyai kemungkinan yang sama untuk terjadi,
Lebih 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 terperinciBAB 9 DISTRIBUSI PELUANG KONTINU
BAB 9 DISTRIBUSI PELUANG KONTINU A. Pengertian Distribusi Peluang Kontinu Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada skala kontinu. Ruang sampel kontinu adalah
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 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengantar Pada bab ini akan diuraikan beberapa landasan teori untuk menunjang penulisan skripsi ini. Uraian ini terdiri dari beberapa bagian yang akan dipaparkan secara terperinci
Lebih terperinciDISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang 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 terperinciMA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi
MA2082 BIOSTATISTIKA 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 terperinciBAB III HIMPUNAN. 2) Mahasiswa dapat menyebutkan relasi antara dua himpunan. 3) Mahasiswa dapat menentukan hasil operasi dari dua himpunan
BAB III HIMPUNAN Tujuan Instruksional Umum Mahasiswa memahami pengertian himpunan, relasi antara himpunan, operasi himpunan, aljabar himpunan, pergandaan himpunan, serta himpunan kuasa. Tujuan Instruksional
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik, adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh Ω ke suatu ruang states. Jadi,
Lebih terperinciPENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :
PENGUJIAN HIPOTESIS A. Pengertian Pengujian Hipotesis Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis. Hupo berarti lemah, kurang, atau di bawah dan thesis berarti teori, proposisi, atau pernyataan
Lebih terperinciBEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F
BEBERAPA DISTRIBUSI PELUANG KONTINU Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F Distribusi Normal Distribusi yang terpenting dalam bidang statistika, penemu : DeMoivre (733) dan Gauss Bergantung
Lebih terperinciPenentuan 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 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 terperinciPEUBAH ACAK DAN SEBARANNYA
LOGO STATISTIKA MATEMATIKA I PEUBAH ACAK DAN SEBARANNYA Hazmira Yozza Izzati Rami HG Jurusan Matematika FMIPA Universitas Andalas Percobaan : Pelemparan dua mata uang AA AG GA GG S X Definisi 2.1. Peubah
Lebih terperinciBAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET
Pertemuan 7. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET 4. Pendahuluan 4.2 Distribusi seragam diskret 4.3 Distribusi binomial dan multinomial
Lebih terperinciAlgoritma Expectation-Maximization(EM) Untuk Estimasi Distribusi Mixture
Vol. 4, No., Oktober 04 Algoritma Expectation-Maximization(EM) Untuk Estimasi Distribusi Mixture Tomy Angga Kusuma ), Suparman ) ) Program Studi Matematika FMIPA UAD ) Program Studi Pend. Matematika UAD
Lebih terperinciANALISIS GRAFIK KENDALI np YANG DISTANDARISASI UNTUK PENGENDALIAN KUALITAS DALAM PROSES PENDEK
ANALISIS GRAFIK KENDALI np YANG DISTANDARISASI UNTUK PENGENDALIAN KUALITAS DALAM PROSES PENDEK Yayuk Nurkotimah dan Fachrur Rozi Jurusan Matematika UIN Maulana Malik Ibrahim Malang e-mail: ocy_cute9@yahoo.com
Lebih terperinciDasar-dasar Statistika Pemodelan Sistem
Dasar-dasar Statistika Pemodelan Sistem Kuliah Pemodelan Sistem Semester Genap 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Januari 2016 MZI (FIF Tel-U) Statistika Pemodelan Januari 2016
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 terperinciUJI LIKELIHOOD RASIO UNTUK PARAMETER DISTRIBUSI WEIBULL
UJI LIKELIHOOD RASIO UNTUK PARAMETER DISTRIBUSI WEIBULL Sartika 1) Wayan Somayasa 2) Rahmaliah Sahupala 2) 1) Mahasiswa Program Studi Matematika 2) Dosen Program Studi Matematika Jurusan Matematika F-MIPA
Lebih terperinciPROSES PERCABANGAN PADA DISTRIBUSI POISSON
PROSES PERCABANGAN PADA DISTRIBUSI POISSON Nur Alfiani Santoso, Respatiwulan, dan Nughthoh Arfawi Kurdhi Program Studi Matematika FMIPA UNS Abstrak. Proses percabangan merupakan suatu proses stokastik
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 terperinciOleh: BAMBANG AVIP PRIATNA M
Oleh: BAMBANG AVIP PRIATNA M Pecobaan / eksperimen acak Ruang Sampel Peristiwa / kejadian / event Peluang peristiwa Sifat-sifat peluang Cara menghitung peluang 1. hasilnya tidak dapat diduga dengan tingkat
Lebih terperinciBAB II KAJIAN TEORI. probabilitas, teori antrean, model-model antrean, analisis biaya antrean, uji
BAB II KAJIAN TEORI Bab ini menjabarkan beberapa kajian literatur yang digunakan untuk analisis sistem antrean. Beberapa hal yang akan dibahas berkaitan dengan teori probabilitas, teori antrean, model-model
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Revenue Management Belakangan ini revenue management telah mendapat perhatian dunia sebagai salah satu aplikasi dari operations research (OR) yang paling sukses. Revenue management
Lebih terperinciBab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik
Bab 2 LANDASAN TEORI Pada bab ini akan diberikan penjelasan singkat mengenai pengantar proses stokastik dan rantai Markov, yang akan digunakan untuk analisis pada bab-bab selanjutnya. 2.1 Pengantar Proses
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA
S T A T I S T I K A OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 IV. PENDUGAAN PARAMETER Populasi Sampling Sampel N n Rata-rata : μ Simp.
Lebih terperinciANALISIS PENAKSIRAN REGRESI LINIER PADA SAMPLING KELOMPOK
ANALISIS PENAKSIRAN REGRESI LINIER PADA SAMPLING KELOMPOK ARTIKEL Oleh ISWAHYUDI JOKO S, S.Si, M.Pd PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS MUHAMMADIYANEGERI
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 terperinciMemahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan
4 BARISAN TAK HINGGA DAN DERET TAK HINGGA JUMLAH PERTEMUAN : 5 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Memahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan kekonvergenan
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 terperinciUJI HIPOTESIS SATU-SAMPEL
UJI HIPOTESIS SATU-SAMPEL Pengantar 1. Tulisan ini terkait dengan artikel berjudul KETIKA ILMU HUKUM SEIRING STATISTIKA pada laman www.edscyclopedia.com. Pada website tersebut, mengenai uji hipotesis secara
Lebih terperinci