STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak
|
|
- Glenna Chandra
- 7 tahun lalu
- Tontonan:
Transkripsi
1 STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1
2 Konsep Peluang 2
3 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman terhadap operasi himpunan Himpunan??? 3
4 Istilah dan Operasi Himpunan Ruang Semesta (S) Ruang nol ( ) Irisan ( ) Paduan ( ) Komplemen (A c ) 4
5 Ruang Semesta (S) Merupakan himpunan yang mengandung semua kemungkinan anggota. Teladan: Percobaan pelemparan dadu S = {1,2,3,4,5,6} 5
6 6 Ruang nol ( ) Suatu anak gugus dari ruang semesta yang tidak mengandung satu pun anggota. Pada percobaan pelemparan dadu bersisi enam apabila didefinisikan A: kejadian munculnya bilangan 7, maka A=.
7 Irisan ( ) A B Irisan himpunan A dan B merupakan himpunan yang mengandung semua titik contoh yang terdapat di himpunan A maupun B. Teladan A={2, 4, 6} B={2, 3, 5} A B={2} 7
8 Paduan ( ) A B Paduan himpunan A dan B merupakan himpunan yang mencakup semua titik contoh pada himpunan A dan B. Teladan: A={2, 4, 6} B={2, 3, 5} A B={2, 3, 4, 5, 6} 8
9 Komplemen (A c ) A c komplemen himpunan A A c merupakan himpunan yang mencakup semua angggota S yang bukan anggota A. Teladan: S: {1,2,3,4,5,6} A ={2, 4, 6} A c ={1, 3, 5} 9
10 Ruang Contoh dan Kejadian Percobaan merupakan sembarang proses yang akan membangkitkan data. Misalnya: Pelemparan sekeping mata uang Pencatatan daya tahan suatu lampu neon 10
11 Ruang Contoh adalah suatu gugus yang memuat semua hasil yang berbeda, yang mungkin terjadi dari suatu percobaan. Notasi dari ruang contoh adalah sebagai berikut: S = {e 1, e 2,, e n }, n = banyaknya hasil n bisa terhingga atau tak terhingga Contoh: Melempar sebuah dadu : S={1,2,3,4,5,6} Melempar mata uang : S={A,G} Jenis kelamin bayi : S={L,W} Banyaknya lemparan dadu sampai didapat sisi angka 1 : S={1,2,3, } 11
12 12 Ruang kejadian adalah anak gugus dari ruang contoh, yang memiliki karakteristik tertentu. Ruang kejadian biasanya dinotasikan dengan huruf kapital (A, B, ). Contoh: Sisi Angka muncul dari pelemparan dua buah mata uang: A = {AA, AG, GA} Munculnya sisi ganjil pada dadu pertama dari pelemparan dua buah dadu: B = {11, 12, 13, 14, 15, 16, 31, 32,., 56}
13 Apabila A B=, maka A dan B merupakan kejadian yang saling terpisah/menyisihkan (disjoint/mutually exclusive) A: kejadian munculnya bilangan genap A={2, 4, 6} B: kejadian munculnya bilangan ganjil B={1, 3, 5} A B= A dan B kejadian yang saling terpisah 13
14 Peluang Kejadian Peluang suatu kejadian adalah rasio antara banyaknya kejadian yang diharapkan dari suatu percobaan jika percobaan tersebut dilakukan pada kondisi yang sama. Peluang biasanya dinotasikan dengan P, misal P(A) peluang kejadian A. Beberapa kaidah sebaran peluang (aksioma), yaitu: 1. 0 p(xi) 1, untuk i=1,2,, n 2. Jumlah peluang seluruh kejadian dalam ruang contoh adalah 1, 3. p(a1 U A2 U U Am) = p(a1)+p(a2)+ +p(am), jika A1, A2,, Am merupakan kejadian-kejadian yang terpisah. n i 1 p( x i ) 1 14
15 Teladan: 1. Sebuah dadu dilempar, maka ruang contohnya: S = {1, 2, 3, 4, 5, 6}, n(s)=6 jika setiap sisi seimbang maka peluangnya p(1)=p(2)=.=p(6)=1/6 2. Sebuah kejadian yang diharapkan adalah sisi yang muncul kurang atau sama dengan empat maka ruang kejadiannya: A = {1, 2, 3, 4}, n(a) = 4 Maka peluang kejadian A adalah: P(A) = 4/6 = 2/3 15
16 Kejadian Saling Bebas Kejadian saling bebas adalah kejadian-kejadian yang tidak saling mempengaruhi. Peluang dari dua buah kejadian yang saling bebas adalah: P(A B)=P(A).P(B) Teladan: Peluang bayi berjenis kelamin laki-laki diketahui 0.6. Jika jenis kelamin anak pertama (A) dan kedua (B) saling bebas, berapa peluang jenis kelamin anak pertama dan anak kedua laki-laki? P(A B)= P(A).P(B)=0.6*0.6=
17 Peluang Bersyarat Peluang bersyarat adalah peluang suatu kejadian (A) jika kejadian lain (B) diketahui telah terjadi. Peluang A bersyarat B dinotasikan P(A B), dimana: P(A B) = P(A B) / P(B) Jika kejadian A dengan B saling bebas maka, P(A B)=P(A) 17
18 Contoh: Dalam sebuah kotak berisi 2 bola merah dan 3 bola biru. Jika diambil dua buah bola tanpa pemulihan. Berapakah peluang bola kedua berwarna merah (A) jika pada pengambilan pertama diketahui berwarna biru (B). P(A B) = P(A B)/P(B) = (3/5)(2/4)/(3/5) = 2/4 18
19 Konsep Peubah Acak 19
20 Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1 dan tidak menjawab diberi nilai nol. Bagaimana jika pada satu soal kita tidak tahu jawaban atau tahu ada 2 pilihan yang salah, apakah perlu dijawab? Suatu permainan menebak 4 angka dengan tepat akan mendapatkan uang sebanyak Rp. 5jt, jika kalah harus membayar sebanyak Rp. 10rb, dan jika tidak ikut tidak dapat apa-apa. Keuntungan jika menang adalah 500 x lipatnya. Apakah kita akan tertarik? 20 Pemanfaatan Peubah Acak diperlukan untuk solusi
21 Pendahuluan Seringkali kita tidak tertarik dengan keterangan rinci hasil percobaan tetapi tertarik pada keterangan numeriknya. Sebagai teladan perhatikan percobaan melempar mata uang logam setimbang sebanyak tiga kali. Kemungkinan hasil pelemparan: AAA, AAG, AGA, GAA, AGG, GAG, GGA, GGG, yang masing-masing memiliki peluang yang sama untuk muncul atau sebesar 1/8. 21
22 Pendahuluan Misalkan didefinisikan suatu peubah X di mana X adalah banyaknya sisi Angka yang muncul pada ketiga lemparan, maka peubah X ini mungkin bernilai 0, 1, 2, 3. Perhatikan tabel di bawah 22
23 Pendahuluan Perhatikan bahwa peubah X memetakan setiap titik contoh ke suatu nilai tertentu. Peubah X tersebut selanjutnya disebut sebagai PEUBAH ACAK Setiap nilai yang mungkin diambil oleh P.A X ini memiliki peluang tertentu untuk muncul yang dapat diringkas dalam suatu fungsi yang disebut FUNGSI PELUANG atau SEBARAN PELUANG 23
24 Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah acak merupakan suatu langkah dalam statistika untuk mengkuantifikasikan kejadian-kejadian alam. Pendefinisian fungsi peubah acak harus mampu memetakan setiap kejadian dengan tepat ke satu bilangan riil. 24
25 25 Teladan dalam percobaan pelemparan sebuah dadu bersisi enam yang seimbang. Ruang contohnya dapat disenaraikan sebagai berikut: S = {S1,S2,S3,S4,S5,S6} Misal kita hanya tertarik pada peubah acak: X = munculnya sisi dadu dengan angka genap = {0, 1}
26 Pemetaan fungsi X dapat digambarkan sebagai berikut: Daerah fungsi Wilayah fungsi S1. S2. S3. S4. S5. S6. X
27 Sebaran Peluang Peubah Acak X tergantung dari sebaran peluang kejadiannya. Sehingga sebaran peubah acak X dapat dijabarkan sebagai berikut: p(x=0) = p(s1)+p(s3)+p(s5) = 1/6 +1/6 +1/6= 3/6 p(x=1) = p(s2)+p(s4)+p(s6) = 1/6 + 1/6 + 1/6 = 3/6 Kejadian Peluang kejadian Sisi yang muncul S 1 S 2 S 3 S 4 S 5 S 6 1/6 1/6 1/6 1/6 1/6 1/6 X
28 28 Berdasarkan nilai yang mungkin diambil, peubah acak dibagi menjadi dua, yaitu P.A Diskret dan P.A Kontinu P.A DISKRET, yaitu apabila nilai yang mungkin diambil berupa bilangan bulat P.A KONTINU, yaitu apabila nilai yang mungkin diambil berupa bilangan real pada suatu selang nilai tertentu. Beberapa P.A yang tergolong diskret diantaranya sebaran Bernoulli, Binom, Hipergeometrik, Poisson, Geometrik, seragam diskret, dll. Sedangkan P.A yang tergolong kontinu misalkan sebaran normal, lognormal, seragam kontinu, t, F, dll.
29 Nilai Harapan Peubah Acak Nilai harapan dari peubah acak adalah pemusatan dari nilai peubah acak jika percobaannya dilakukan secara berulang-ulang sampai tak berhingga kali. Secara matematis nilai harapan dapat dirumuskan sebagai berikut: ( X ) n i 1 x x i i p( x f ( x i i ), jika X p.a diskret ) dx, jika X p.a kontinu 29
30 Sifat-sifat nilai harapan: Jika c konstanta maka E(c ) = c Jika p.a. X dikalikan dengan konstanta c maka E(cX) = c E(X) Jika X dan Y peubah acak maka E(X Y) = E(X) E(Y) 30
31 Teladan: Jika diketahui distribusi peluang dari peubah acak X seperti tabel di bawah Dengan demikian nilai harapan p.a X adalah: E(X) = 0 + 1/6 + 2/6 + 3/6 + 4/6 + 5/6 = 15/6 E(3X) = 3 E(X) = 45/6 Nilai peubah Acak X x P(X=x I ) 1/6 1/6 1/6 1/6 1/6 1/6 X i p(x i ) 0 1/6 2/6 3/6 4/6 5/6 31
32 Ragam Peubah Acak Ragam dari peubah acak X didefinisikan sebagai berikut: V(X) = E(X-E(X)) 2 = E(X 2 ) - E 2 (X) Sifat-sifat dari ragam Jika c konstanta makav(c ) = 0 Jika p.a. X dikalikan dengan konstanta c maka V(cX) = c 2 V(X) Jika X dan Y peubah acak maka, V(X Y) = V(X) + V(Y) Cov(X,Y) Dimana: Cov(X,Y) = E(X-E(X))E(Y-E(Y)), Jika X dan Y saling bebas maka Cov(X,Y) = 0 32
33 Teladan (lanjutan dari sebelumnya) V(X) = (0+1/6+4/6+9/6+16/6+25/6) - (15/6) 2 = 55/6-225/36 = 105/36 33
34 Sebaran Peluang Peubah Acak 34
35 Sebaran Peluang PA Sebaran Peluang PA Diskret Merupakan sebaran peluang bagi peubah acak yang nilai-nilainya diperoleh dengan cara mencacah (counting) Beberapa sebaran peluang PA diskret, antara lain: Bernoulli Binomial Poisson 35
36 36 Sebaran Peluang PA Kontinu Merupakan sebaran peluang bagi peubah acak yang nilai-nilainya diperoleh dengan menggunakan alat ukur Beberapa sebaran yang tergolong dalam sebaran peubah acak kontinu antara lain: Normal Weibull Gamma Beta
37 Sebaran Peluang Peubah Acak Diskret 37
38 38 Sebaran Peluang PA Diskret Bernoulli Kejadian yang diamati merupakan kejadian biner yaitu sukses atau gagal Peubah acaknya (X) bernilai 1 jika kejadian sukses dan 0 jika kejadian gagal Misal, p=p(sukses) dan q=1-p(sukses) maka fungsi peluang Bernoulli dapat dituliskan sebagai: P(X=x) = p x q (1-x), x=0,1 Fungsi peluang tersebut tergantung oleh besarnya parameter p, sehingga peubah acak X yang menyebar Bernoulli dituliskan X Bernoulli (p)
39 39 Binomial Terdiri dari n kejadian Bernoulli yang saling bebas Peubah acak Binomial merupakan jumlah dari kejadian sukses, X=0,1,2,.,n Fungsi peluang dari kejadian Binomial dapat dituliskan sebagai: P(X=x) = C(n,x)p x q (n-x), x=0,1,2,,n dimana C(n,x) = n!/x!(n-x)! Fungsi peluang ini dipengaruhi oleh dua parameter, yaitu n dan p. Sehingga peubah acak X yang menyebar binom dituliskan X Binom (n,p)
40 40 Teladan Dari suatu hasil survei diketahui bahwa suatu produk minuman suplemen digunakan oleh 6 dari 10 orang. Dari 15 orang konsumen yang kita temui, berapakah peluang paling sedikit 10 orang diantaranya menggunakan produk tersebut ada 3 sampai 8 orang yang menggunakan produk tersebut tepat 5 orang yang mengunakan produk tersebut.
41 Poisson Kejadian binom pada selang waktu atau luasan tertentu Jika rataan banyaknya kejadian sukses dalam selang tersebut adalah µ, maka: P(X=x) = x = {0,1,2,, }, e= Jika X peubah acak menyebar poisson maka ditulis X ~ Poisson(µ) 41
42 Teladan Rata-rata kecelakaan di jalan tol diketahui terjadi 4 kali dalam sebulan. Berapa peluang bahwa terjadi kecelakaan sebanyak 6 kali dalam suatu bulan.? P(X=6) = =
43 Sebaran Peluang Peubah Acak Kontinu 43
44 Sebaran Peluang PA Kontinu Sebaran Normal Bentuk sebaran simetrik Mean, median dan modus berada dalam satu titik Peluang merupakan luasan dibawah kurva kepekatan normal f 2 ( x,, ) 1 e x 2 44
45 Merupakan P.A kontinu yang menjadi dasar bagi sebagian besar inferensia statistika Persamaan matematis bagi sebaran ini dipengaruhi oleh dua parameter, yaitu dan, yang masing-masing merupakan rataan dan simpangan bakunya. Sehingga peubah acak X yang menyebar normal dituliskan X Normal (, 2 ) 45
46 46 Beberapa Sebaran Normal
47 Setiap P.A Normal memiliki karakteristik yang berbeda-beda perhitungan peluang akan sulit Lakukan transformasi dari X N(, 2 ) menjadi peubah acak normal baku Z N(0, 1) dengan menggunakan fungsi transformasi Z X Distribusi peluang dari peubah acak normal baku Z N(0, 1) sudah tersedia dalam bentuk tabel peluang normal baku 47
48 Cara penggunaan tabel normal baku Nilai z, disajikan pada kolom pertama (nilai z sampai desimal pertama) dan baris pertama (nilai z desimal kedua) Nilai peluang didalam tabel normal baku adalah peluang peubah acak Z kurang dari nilai k (P(Z<k)). Nilai Z P(Z<-2.42)=
49 49 Teladan: Curah hujan dikota Bogor diketahui menyebar normal dengan rata-rata tingkat curah hujan 25 mm dan ragam 25 mm 2. Hitunglah peluang: 1. Curah hujan di kota Bogor kurang dari 15 mm? 2. Curah hujan di kota Bogor antara 10 mm sampai 20 mm? 3. Curah hujan di kota Bogor di atas 40 mm?
50 Teladan Untuk sebaran normal dengan = 300 dan = 50, hitunglah peluang bahwa peubah acak X mengambil suatu nilai yang lebih besar dari 362. Sebuah perusahaan alat listrik memproduksi bohlam yang umurnya menyebar normal dengan nilai tengah 800 jam dan simpangan baku 40 jam. Hitunglah peluang sebuah bohlam hasil produksinya akan mencapai umur antara 778 dan 834 jam. Jika ada 10% bohlam yang tidak layak jual karena umurnya terlalu pendek, berapa batas umur bohlam layak jual? 50
51 Pendekatan Normal terhadap Peubah Binomial Untuk ulangan n yang besar dan peluang sukses p sekitar 0.5 µ = np dan σ = np(1-p) Untuk menghitung peluang digunakan angka koreksi kekontinuan sebesar 0.5 Contoh : P(X > x) = P(Z>[(x+0.5)-np]/ np(1-p)) 51
52 Teladan: Dalam suatu populasi lalat buah diketahui 25% diantaranya memiliki mata merah. Jika dipilih secara acak 500 ekor lalat buah, berapakah peluang didapatnya lalat buah yang bermata merah: Kurang dari 100 ekor? Lebih dari 150 ekor? Kurang dari 150 tetapi lebih dari 100? 52
53 Selesai 53
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 terperinciPEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh
PEUBAH ACAK Materi 4 - STK211 Metode Statistika October 2, 2017 Okt, 2017 1 Pendahuluan Pernahkah bertanya, mengapa dalam soal ujian penerimaan mahasiswa baru, jika jawaban benar diberi nilai 4, salah
Lebih terperinciPELUANG DAN PEUBAH ACAK
PELUANG DAN PEUBAH ACAK Materi 3 - STK511 Analisis Statistika October 3, 2017 Okt, 2017 1 Konsep Peluang 2 Pendahuluan Kejadian di dunia: pasti (deterministik) atau tidak pasti (probabilistik) Contoh kejadian
Lebih terperinciPertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)
Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan
Lebih 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 terperinciMetode Statistika. Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)
Metode Statistika Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah
Lebih terperinciMetode Statistika (STK211)
Metode Statistika (STK211) Peubah Acak dan Sebaran Peluang (Random Variable and Probability Distribution) Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 Konsep Peubah Acak (Random Variable) Peubah
Lebih terperinciSTK 211 Metode statistika. Materi 3 Konsep Dasar Peluang
STK 211 Metode statistika Materi 3 Konsep Dasar Peluang 1 Pendahuluan Banyak kejadian-kejadian di dunia ini yang tidak pasti Misal: Akankah hujan sore hari ini? Akankah PSSI menang? dll Nilai Kejadian
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan V Peubah Acak dan Sebaran Peubah Acak Septian Rahardiantoro - STK IPB 1 Pertemuan minggu lalu kita sudah belajar mengenai cara untuk membuat daftar kemungkinan-kemungkinan
Lebih terperinciTipe Peubah Acak. Diskret. Kontinu
2 N i 1 x i N 2 Tipe Peubah Acak Diskret Segugus nilai dari suatu peubah acak yang dapat dicacah (countable) Misalkan X = banyaknya tendangan penalti yang berhasil dilakukan oleh pemain A Kontinu Nilai-nilai
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak
STK511 Analisis Statistika Pertemuan 3 Sebaran Peluang Peubah Acak Beberapa Konsep Dasar Percobaan statistika: kegiatan yang hasil akhir keluarannya tidak diketahui di awal, tetapi kemungkinan-kemungkinannya
Lebih terperinciMetode Statistika (STK 211) Pertemuan ke-5
Metode Statistika (STK 211) Pertemuan ke-5 rrahmaanisa@apps.ipb.ac.id Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak
Lebih 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 terperinciMetode Statistika (STK211) Pertemuan III Konsep Peluang (Probability Concept)
Metode Statistika (STK211) Pertemuan III Konsep Peluang (Probability Concept) Ruang Contoh dan Kejadian Ruang Contoh adalah suatu gugus yang memuat semua hasil yang berbeda, yang mungkin terjadi dari suatu
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan IV Konsep Peluang Septian Rahardiantoro - STK IPB 1 Populasi Pengambilan contoh dari populasi untuk pendugaan parameter Contoh1 Parameter μ Statistik x Setara
Lebih terperinciDistribusi Peluang Teoritis
Distribusi Peluang Teoritis 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. Peubah Acak Fungsi yang mendefinisikan titik-titik contoh dalam ruang
Lebih terperinci25/09/2013. Semua kemungkinan nilai yang muncul S={123456} S={1,2,3,4,5,6} Semua kemungkinan nilai yang muncul S={G, A}
Pendahuluan Metode Statistika (STK211) Konsep Peluang (Probability Concept) Suatu fenomena dikatakan acak jika hasil dari suatu percobaan bersifat tidak pasti Fenomena acak sering mengikuti suatu pola
Lebih terperinciStatistika Farmasi
Bab 3: Distribusi Data Statistika FMIPA Universitas Islam Indonesia Distribusi Data Teori dalam statistika berkaitan dengan peluang Konsep dasar peluang tersebut berkaitan dengan peluang distribusi, yaitu
Lebih terperinciDistribusi Peluang Teoritis. Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.
Distribusi Peluang Teoritis. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan. Peubah Acak Fungsi yang mendefinisikan titik-titik contoh dalam ruang
Lebih terperinciKonsep Peluang (Probability Concept)
Konsep Peluang (Probability Concept) Suatu fenomena dikatakan acak jika hasil dari suatu percobaan bersifat tidak pasti Fenomena acak sering mengikuti suatu pola tertentu Keteraturan acak dalam jangka
Lebih terperinciKonsep Peluang. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015
Konsep Peluang Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 THE ROLE OF PROBABILITY IN STATISTICS Probability and statistics are related in an important way. Probability is used as a tool; it allows
Lebih terperinciBAB II DISTRIBUSI PROBABILITAS
BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)
Lebih terperinciDISTRIBUSI PELUANG TEORITIS
Distribusi Teoritis 1/ 15 DISTRIBUSI PELUANG TEORITIS 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. PEUBAH ACAK Fungsi yang mendefinisikan
Lebih terperinciRuang Contoh dan Kejadian
2 N i 1 x i N 2 Ruang Contoh dan Kejadian Suatu fenomena dikatakan acak jika hasil dari suatu percobaan bersifat tidak pasti Fenomena acak sering mengikuti suatu pola tertentu Keteraturan acak dalam jangka
Lebih terperinciTHEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP
THEORY By: Hanung N. Prasetyo PEUBAH ACAK Variabel acak adalah suatu variabel yang nilainya bisa berapa saja Variabel acak merupakan deskripsi numerik dari outcome beberapa percobaan / eksperimen VARIABEL
Lebih terperinciBab 2 DISTRIBUSI PELUANG
Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut
Lebih terperinciPeluang suatu kejadian
Peluang suatu kejadian Percobaan: Percobaan adalah suatu tindakan atau kegiatan yang dapat memberikan beberapa kemungkinan hasil Ruang Sampel: Ruang sampel adalah himpunan semua hasil yang mungkin dari
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 terperinci3/17/2015 PENGANTAR STATISTIKA PROF. DR. KRISHNA PURNAWAN CANDRA, M.S. JURUSAN TEKNOLOGI HASIL PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS MULAWARMAN
PENGANTAR STATISTIKA PROF. DR. KRISHNA PURNAWAN CANDRA, M.S. JURUSAN TEKNOLOGI HASIL PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS MULAWARMAN KULIAH KE-6: BEBERAPA SEBARAN PELUANG DISKRET PUSTAKA: Walpole RE
Lebih terperinciMATERI KULIAH STATISTIKA I PROBABLITAS. (Nuryanto, ST., MT)
MATERI KULIAH STATISTIKA I PROBABLITAS (Nuryanto, ST., MT) Pendahuluan Percobaan : proses yang menghasilkan data Ruang Contoh (S) : hasil percobaan himpunan yang memuat semua kemungkinan Kejadian = Event
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 terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
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 terperinciKonsep Peluang (Probability Concept)
Konsep Peluang (Probability Concept) Percobaan Percobaan: proses acak untuk membangkitkan data. Dalam banyak kasus, hasil dari suatu percobaan tergantung pada faktor kebetulan, dan tidak dapat diramalkan
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 terperinciPeubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R
Bab 4 Peubah Acak Definisi 4. Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh 4. Jika Y adalah peubah acak banyaknya sisi muka yang muncul pada pelemparan tiga sisi
Lebih terperinciSTK 203 TEORI STATISTIKA I
STK 203 TEORI STATISTIKA I II. PEUBAH ACAK DISKRET II. Peubah Acak Diskret 1 PEUBAH ACAK DISKRET Definisi 2.1. (Peubah Acak) : Peubah Acak Y adalah suatu fungsi yang memetakan seluruh anggota ruang contoh
Lebih terperinciHarapan Matematik. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Harapan Matematik Bahan Kuliah II09 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Definisi Harapan Matematik Satu konsep yang penting di dalam teori peluang
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 terperinciDISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal
DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat
Lebih terperinciTeori Peluang Diskrit
Teori Peluang Diskrit Peluang Diskrit Apa yang terjadi jika keluaran dari suatu eksperimen tidak memiliki peluang yang sama? Dalam kasus ini, peluang p(s) dipadankan dengan setiap keluaran s S, di mana
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 terperinciPELUANG KEJADIAN MAJEMUK
PELUANG KEJADIAN MAJEMUK Oleh : Saptana Surahmat Perhatikan masalah berikut : Dalam sebuak kotak kardus terdapat 12 buah lampu bohlam, tiga diantaranya rusak. Jika diamboil secara acak dua buah sekaligus,
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 terperinciPeubah Acak (Lanjutan)
Learning Outcomes 13 April 2014 Learning Outcomes Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat
Lebih terperinciPEUBAH ACAK & DISTRIBUSI PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016
PEUBAH ACAK & DISTRIBUSI PROBABILITAS Nur Hayati, S.ST, MT Yogyakarta, Februari 2016 Pendahuluan Bidang Statistika Penarikan kesimpulan populasi dan sifat populasi. Percobaan hasil berkemungkinan Percobaan
Lebih terperinciSTATISTIKA MATEMATIKA
STATISTIKA MATEMATIKA Muhammad Subianto STATISTIKA MATEMATIKA Muhammad Subianto The work in this book/modul was partially supported by Jurusan Matematika FMIPA Universitas Syiah Kuala. Printed by... ISBN-10:
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 terperinciREFERENSI 1 source : Cara Menentukan Ruang Sampel Suatu Kejadian
REFERENSI 1 source : http://mafia.mafiaol.com/2014/06/cara-menentukan-ruang-sampel-suatu-kejadian.html Cara Menentukan Ruang Sampel Suatu Kejadian I. Peluang Kita ketahui bahwa pengertian dari ruang sampel
Lebih terperinciNilai Harapan / Nilai Ekspektasi
EKSPEKTASI Misalkan sebuah eksperimen menghasilkan k peristiwa, dan peluang masing-masing peristiwa P 1, P, P k dan untuk tiap peristiwa terdapat satuan (bobot d 1, d d k ) maka ekspektasi eksperimen itu
Lebih terperinciAchmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia
Achmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia VARIABEL ACAK VARIABEL ACAK : suatu fungsi yang nilainya berupa bilangan nyata yang ditentukan oleh setiap unsur dalam ruang
Lebih terperinciDISTRIBUSI PELUANG.
DISTRIBUSI PELUANG readonee@yahoo.com Distribusi? Peluang? Distribusi Peluang? Distribusi = sebaran, pencaran, susunan data Peluang : Ukuran/derajat ketidakpastian suatu peristiwa Distribusi Peluang adalah
Lebih terperinciADITHYA SUDIARNO, ST., MT.
STATISTIKA INDUSTRI [VAR RANDOM & DISTRIBUSI PROB.] ADITHYA SUDIARNO, ST., MT. ANALISIS PEMBELAJARAN STATISTIK DESKRIPTIF KONSEP PELUANG/ PROBABILITAS TEKNIK PENGAMBILAN SAMPLING RANDOM VARIABLE KONSEP
Lebih terperinciMATERI BAB I RUANG SAMPEL DAN KEJADIAN. A. Pendahuluan Dari jaman dulu sampai sekarang orang sering berhadapan dengan peluang.
MATERI BAB I RUANG SAMPEL DAN KEJADIAN Pendahuluan Ruang Sampel Kejadian Dua Kejadian Yang Saling Lepas Operasi Kejadian BAB II MENGHITUNG TITIK SAMPEL Prinsip Perkalian/ Aturan Dasar Notasi Faktorial
Lebih terperinciDISTRIBUSI TEORITIS DISTRIBUSI TEORITIS
DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal 1 Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat
Lebih terperinci5. Peluang Diskrit. Pengantar
5. Peluang Diskrit Pengantar Semua yang telah dipelajari di dalam teori pencacahan (counting) akan menjadi dasar dalam perhitungan peluang terjadinya suatu peristiwa. Dalam pembahasan berikut, istilah
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 terperinciContoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B)
Aturan Penjumlahan Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(A atau B)= P(A)+P(B) Not Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(Aatau B): P(A)+P(B) P(A dan B) Contoh:
Lebih terperinciHubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian
Diagram Venn. Hubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian S = Himpunan bilangan asli A = Himpunan bilangan
Lebih terperinciDISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30
DISTRIBUSI TEORITIS Distribusi teoritis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi teoritis memungkinkan para pembuat
Lebih terperinciProbabilitas = Peluang (Bagian II)
Probabilitas = Peluang (Bagian II) 3. Peluang Suatu Kejadian Peluang dalam pengertian awam "kemungkinan" Mis : 1. Hari ini kemungkinan besar akan turun hujan 2. Kemungkinan tahun depan inflasi akan mencapai
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 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 terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih 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 9. Peluang Diskrit
Bab 9. Peluang Diskrit Topik Definisi Peluang Diskrit Sifat Peluang Diskrit Probabilitas terbatas Konsep Teori Himpunan pada Peluang Diskrit Probabilitas Kejadian Majemuk A B dan A B DuaKejadianSalingLepas
Lebih terperinciSTATISTIK PERTEMUAN V
STATISTIK PERTEMUAN V Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel 1. Variabel Random diskrit Variabel
Lebih terperinciPeluang Aturan Perkalian, Permutasi, dan Kombinasi dalam Pemecahan Masalah Ruang Sampel Suatu Percobaan Peluang Suatu Kejadian dan Penafsirannya
2 Aturan Perkalian, Permutasi, dan Kombinasi dalam ; Pemecahan Masalah Ruang Sampel Suatu Percobaan ; Suatu Kejadian dan Penafsirannya ; Pada era demokrasi saat ini untuk menduduki suatu jabatan tertentu
Lebih terperinciHarapan Matematik (Teori Ekspektasi)
(Teori Ekspektasi) PROBABILITAS DAN STATISTIKA Semester Genap 2014/2015 LUTFI FANANI lutfi.class@gmail.com Sifat Definisi Harapan matematik atau nilai ekspektasi adalah satu konsep yang penting di dalam
Lebih terperinciAksioma Peluang. Bab Ruang Contoh
Bab 2 Aksioma Peluang 2.1 Ruang Contoh Dalam suatu percobaan, kita tidak tahu dengan pasti apa hasil yang akan terjadi. Misalnya pada percobaan membeli lampu pijar, kita tidak tahu dengan pasti, apakah
Lebih terperinciPERMUTASI, KOMBINASI DAN PELUANG. Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung
PERMUTASI, KOMBINASI DAN PELUANG A. KAIDAH PENCACAHAN Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung berapa banyaknya cara yang mungkjin terjadi dalam suatu percobaan. Kaidah pencacahan
Lebih terperinciPeluang. Bab. Di unduh dari : Bukupaket.com. Frekuensi Relatif Titik Sampel Percobaan Kejadian Titik Sampel Ruang Sampel
Bab Peluang A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetensi Dasar Setelah mengikuti pembelajaran peluang siswa mampu: 1. Memiliki motivasi internal, kemampuan bekerjasama, konsisten, sikap disiplin,
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 terperinciSTATISTIKA LINGKUNGAN
STATISTIKA LINGKUNGAN TEORI PROBABILITAS Probabilitas -pendahuluan Statistika deskriptif : menggambarkan data Statistik inferensi kesimpulan valid dan perkiraan akurat ttg populasi dengan mengobservasi
Lebih terperinciStatistika (MMS-1403)
Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Minggu ke- Pokok Bahasan Sub Pokok Bahasan 1. Pendahuluan 1 Perkuliahan
Lebih terperinciStatistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Lebih terperinciCHAPTER 7 DISCRETE PROBABILITY
CHAPTER 7 DISCRETE PROBABILITY 1 7.1 AN INTRODUCTION TO DISCRETE PROBABILITY 2 Sejarah 1526: Cardano menulis Liber de Ludo Aleae (Book on Games of Chance). Abad 17: Pascal menentukan kemungkinan untuk
Lebih terperinciStatistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Lebih terperinciA. Fungsi Distribusi Binomial
Jurnal Peta Konsep Daftar Hadir MateriA SoalLatihan Materi MIPA DISTRIBUSI BINOMIAL DAN PENARIKAN KESIMPULAN Kelas XI, Semester 3 A. Fungsi Distribusi Binomial www.yudarwi.com A. Fungsi Distribusi Binomial
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 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 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 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 terperinciKONSEP PELUANG Materi 3 - STK211 Metode Statistika
KONSEP PELUANG Materi 3 - STK211 Metode Statistika 9/24/17 Sep, 2017 1 Pendahuluan Kejadian di dunia: pasti (deterministik) atau tidak pasti (probabilistik) Contoh kejadian di dunia ini yang tidak pasti
Lebih terperinciSEBARAN PELUANG DISKRET
SEBARAN PELUANG DISKRET Beberapa Peubah Acak Diskret Seragam Bernoulli Binomial Hipergeometrik Binom Negatif Geometrik Poisson Peubah Acak Seragam Bila setiap kemungkinan percobaan memiliki kesempatan
Lebih terperinciKONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS
KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS 5 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hbp://debrina.lecture.ub.ac.id/ 2
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 terperinciProbabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata
dan Statistika dan Fungsi Peluang Adam Hendra Brata acak adalah sebuah fungsi yang memetakan hasil kejadian yang ada di alam (seperti : buka dan tutup; terang, redup dan gelap; merah, kuning dan hijau;
Lebih terperinciKonsep Dasar Statistik dan Probabilitas
Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII September 30, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas September
Lebih terperinciLOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND
LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND Tujuan Instruksional Khusus 1 Menentukan ruang contoh sebuah percobaan dan kejadiankejadian 2 Mencacah
Lebih terperinciPeluang. Jadi, Ruang Sampel sebanyak {6}. Pada Dadu, ada 1, 2, 3, 4, 5, 6. Pada Kartu Remi, ada : Jadi, Ruang Sampel sebanyak {52}.
Peluang A. Populasi dan Sampel Populasi adalah himpunan semua obyek yang diteliti. Sampel adalah himpunan bagian dari populasi. Contoh: Dalam rangka menentukan tingkat kecerdasan rata-rata siswa SMP di
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 terperinciPELUANG. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah
1 PELUANG Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah Kompetensi Dasar : Menggunakan aturan perkalian, permutasi dan kombinasi
Lebih terperinciPeubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R
Bab Peubah Acak. Konsep Dasar Peubah Acak Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh peubah acak: Jika X adalah peubah acak banyaknya sisi muka yang muncul pada
Lebih terperinciPENGANTAR PROBABILITAS STATISTIKA UNIPA SBY
PENGANTAR PROBABILITAS GANGGA ANURAGA POKOK BAHASAN Konsep dasar probabilitas Teori himpunan Permutasi Kombinasi Koefisien binomial Koefisien multinomial Probabilitas Aksioma probabilitas Probabilitas
Lebih terperinciPeubah Acak dan Distribusi
BAB 1 Peubah Acak dan Distribusi 1.1 ILUSTRASI (Ilustrasi 1) B dan G secara bersamaan menembak sasaran tertentu. Peluang tembakan B mengenai sasaran adalah 0.7 sedangkan peluang tembakan G (bebas dari
Lebih terperinciHidup penuh dengan ketidakpastian
BAB 2 Probabilitas Hidup penuh dengan ketidakpastian Tidak mungkin bagi kita untuk dapat mengatakan dengan pasti apa yang akan terjadi dalam 1 menit ke depan tapi Probabilitas akan memprediksikan masa
Lebih terperinciSTATISTIKA MATEMATIKA I I. Hazmira Yozza Izzati Rahmi HG Jur. Matematika FMIPA Unand
STATISTIKA MATEMATIKA I I Peubah Diskret Khusus Hazmira Yozza Izzati Rahmi HG Jur. Matematika FMIPA Unand KOMPETENSI LOGO a. Mengidentifikasikan peubah-peubah acak diskret khusus : Seragam diskret, bernoulli,
Lebih terperinciNilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2
Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan
Lebih terperinciSuplemen Kuliah STATISTIKA. Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu
Suplemen Kuliah STATISTIKA Pertemuan 5 Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu Konsep Peluang 1. Ruang Contoh dan Kejadian Walpole E. Ronald. (Probabbility
Lebih terperinci