LANDASAN TEORI. Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu.

dokumen-dokumen yang mirip
II. TINJAUAN PUSTAKA. Menurut Herrhyanto & Gantini (2009), peubah acak X dikatakan berdistribusi

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

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

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

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

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

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

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan

BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam

II. TINJAUAN PUSTAKA

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

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

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

BAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK

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

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

Lampiran A. Beberapa Definisi dan Lema Teknis

II LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran

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

PENDEKATAN DISTRIBUSI GENERALIZED BETA II TERHADAP DISTRIBUSI PARETO MELALUI DISTRIBUSI SINGH-MADDALA, DAGUM, FISK DAN LOG NORMAL.

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

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

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

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

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

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

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer

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

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

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

Terima hipotesis Tidak membuat kesalahan Kesalahan tipe II Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan

II. TINJAUAN PUSTAKA. 2.1 Fungsi Keberlangsungan Hidup (Survival Function) Misalkan adalah usia seseorang saat menutup polis asuransi, sehingga adalah

II. TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

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

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

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

II. TINJAUAN PUSTAKA

BAB II KAJIAN PUSTAKA

SATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS

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

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

II. TINJAUAN PUSTAKA

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

BAB II LANDASAN TEORI

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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Lampiran 1. Beberapa Definisi dan Lema Teknis

6 Departemen Statistika FMIPA IPB

PENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON

BEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang

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

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

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

Kinerja Metode Pengujian Dua Populasi Berdistribusi Log-Logistik yang Mengandung Pengamatan Tidak Terdeteksi

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

I. PENDAHULUAN. Perkembangan teori statistika telah mempengaruhi hampir semua aspek. Dalam teori statistika dan peluang, distribusi gamma (

BAB III METODE PENELITIAN

PENDAHULUAN LANDASAN TEORI

PERKIRAAN SELANG KEPERCAYAAN UNTUK PARAMETER PROPORSI PADA DISTRIBUSI BINOMIAL

Statistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data

INTERVAL KEPERCAYAAN

KONSEP DASAR TERKAIT METODE BAYES

BAB 2 LANDASAN TEORI

Penentuan Momen ke-5 dari Distribusi Gamma

MA3081 STATISTIKA MATEMATIKA We love Statistics

KONSISTENSI ESTIMATOR

SATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA SKS

LAMPIRAN. Kajadian adalah suatu himpunan bagian dari ruang contoh Ω. (Grimmett dan Stirzaker, 2001) Definisi A.3 (Medan-σ)

MA1201 KALKULUS 2A Do maths and you see the world

SIMULASI INTENSITAS SENSOR DALAM PENDUGAAN PARAMATER DISTRIBUSI WEIBULL TERSENSOR KIRI. Abstract

BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK

STK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh

BAB 2 LANDASAN TEORI

Perbandingan Estimasi Parameter Pada Distribusi Eksponensial Dengan Menggunakan Metode Maksimum Likelihood Dan Metode Bayesian

LANDASAN TEORI. Dalam proses penelitian pendugaan parameter dari suatu distribusi diperlukan

Randy Toleka Ririhena, Nur Salam * dan Dewi Sri Susanti Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat ABSTRACT

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

BAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur

Peubah Acak dan Distribusi Kontinu

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 9 DISTRIBUSI PELUANG KONTINU

LEMBAR AKTIVITAS SISWA INDUKSI MATEMATIKA

PEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40%

CNH2B4 / KOMPUTASI NUMERIK

BAB II LANDASAN TEORI. pembahasan model antrian dengan working vacation pada pola kedatangan

STATISTIKA UNIPA SURABAYA

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

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

DISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM

APLIKASI METODE KAPLAN MEIER UNTUK MENDUGA SELANG WAKTU KETAHANAN HIDUP (Studi Kasus: Pasien Kanker Payudara di Rumah Sakit Panti Rapih Yogyakarta)

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

ABSTRACT JOKO DWI SURAWU. Keywords:

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

Silabus. 1 Sistem Bilangan Real. 2 Fungsi Real. 3 Limit dan Kekontinuan. Kalkulus 1. Arrival Rince Putri. Sistem Bilangan Real.

MOMEN, KUMULAN, DAN FUNGSI KARAKTERISTIK DARI DISTRIBUSI DAGUM. (Skripsi) Oleh. Yucky Anggun Anggrainy

Transkripsi:

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 berasal dari fungsi gamma yang sudah dikenal luas dan juga dipelajari dalam banyak bidang matematika. Salah satu bentuk khusus dari distribusi gamma ( ) adalah distribusi khikuadrat dengan. didefinisikan sebagai jumlah kuadrat dari peubah-peubah acak yang bebas dan menyebar normal dengan rataan nol dan ragam satu. Distribusi bergantung pada derajat bebasnya, untuk setiap derajat bebas terdapat satu sebaran. 2.1 Distribusi Khi-Kuadrat Distribusi Khi-Kuadrat ini seringkali digunakan dalam statistika inferensial, seperti dalam uji hipotesis, atau dalam penyusunan selang kepercayaan. Salah satu penggunaan distribusi ini adalah uji khi-kuadrat untuk kebersesuaian (goodness of fit) suatu distribusi pengamatan dengan distribusi teoretis, kriteria klasifikasi analisis data yang saling bebas, serta pendugaan selang kepercayaan untuk simpangan baku populasi berdistribusi normal dari simpangan baku sampel.

5 Definisi 2.1 Distribusi Khi-Kuadrat Menurut Hogg dan Tanis (2001) jika merupakan peubah acak berdistribusi gamma. Fungsi densitas dari yaitu : Jika dan, dimana bilangan bulat positif, maka fungsi densitasnya menjadi Dikatakan bahwa berdistribusi khi-kuadrat dengan derajat bebas, dilambangkan dengan. Diketahui bahwa rataan sama dengan derajat bebas. Bukti: (2.1) Misalkan

6 Substitusikan pemisalan tersebut ke dalam persamaan (2.1) sehingga diperoleh: (2.2) Ragam sama dengan dua kali derajat bebasnya. Nilai ragam dari distribusi khikuadrat sebagai berikut: Bukti: [ ] (2.3) (2.4) Misalkan

7 Substitusikan pemisalan tersebut ke dalam persamaan (2.4) sehingga diperoleh: (2.5) Substitusikan persamaan (2.2) dan (2.5) pada persamaan (2.3) sehingga diperoleh: [ ] [ ] 2.2 Distribusi Generalized Log-Logistic Distribusi generalized log-logistic (GLL) merupakan salah satu model perumuman yang memiliki potensi yang baik untuk menyesuaikan dengan data kelangsungan hidup. Dengan menggunakan distribusi generalized log-logistic sebagai distribusi perumuman dilakukan pendekatan dengan distribusi Khi Kuadrat. Definisi 2.2 Distribusi Generalized Log-Logistic Menurut Warsono (2011) suatu peubah acak dikatakan berdistribusi GLL dengan parameter atau dapat dinotasikan sebagai, dengan sebagai parameter lokasi (threshold) yang menunjukkan lokasi waktu, di mana pada saat waktu tersebut, belum ada obyek

8 pengamatan yang mati/rusak/gagal. Sedangkan sebagai parameter skala yang menyatakan besarnya keragaman data berdistribusi GLL. Fungsi kepekatan peluang dari distribusi GLL dapat dinyatakan sebagai berikut: ( ) [ ] [ ] untuk dan. Dengan ( ) adalah fungsi distribusi log logistik. Dengan memisalkan maka fungsi distribusi dari GLL( ( ) dan ) adalah: ( ) di mana ( ) menyatakan fungsi beta lengkap dengan: peubah acak yang didefinisikan sebagai waktu mati/rusak/gagal (failure time). = fungsi beta lengkap. = parameter bentuk yang menunjukkan laju kematian/kerusakan/kegagalan data berdistribusi GLL. Untuk, distribusi GLL berubah menjadi distribusi loglogistik. Untuk, fungsi kepekatan peluang dari GLL menjulur kearah positif. Untuk, fungsi kepekatan peluang dari GLL menjulur kearah negatif.

9 2.3 Ekspansi Deret Maclaurin Pada penelitian ini deret Maclaurin digunakan untuk menyelesaikan fungsi dalam menentukan fungsi pembangkit momen dari distribusi generalized loglogistic. Teorema 2.1 Deret Maclaurin Misalkan adalah fungsi di mana turunan ke,, ada untuk setiap pada suatu selang terbuka yang mengandung. Jadi, untuk setiap di dalam berlaku: (2.6) Persamaan (2.6) disebut sebagai ekspansi deret Taylor bagi fungsi. Jika, maka bentuk deret pada persamaan (2.6) menjadi: (2.7) Dan bentuk deret pada persamaan (2.7) disebut sebagai ekspansi deret Maclaurin bagi fungsi. Dengan menggunakan persamaan (2.7) maka fungsi dapat diuraikan menjadi bentuk deret sebagai berikut: dst. Sehingga diperoleh: (2.8) (Purcell, Varberg, dan Rigdon, 2003)

10 2.4 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. Definisi 2.4 Fungsi pembangkit momen Jika X adalah peubah acak, baik diskrit mauun kontinu, maka fungsi pembangkit momen dari X (dinotasikan dengan ) didefinisikan sebagai: Untuk dan. Dari definisi di atas, dapat diuraikan dalam 2 kasus yang berbeda, yaitu untuk peubah acak diskrit dan peubah acak kontinu. a. Fungsi pembangkit momen untuk peubah acak diskrit Jika X adalah peubah acak diskrit dan adalah nilai fungsi peluang dari X di, maka fungsi pembangkit momen dari X adalah Contoh :

11 [ ] b. Fungsi pembangkit momen untuk peubah acak kontinu Jika X adalah peubah acak kontinu dan adalah nilai fungsi densitas dari X di, maka fungsi pembangkit momen dari X adalah Contoh : Misalkan

12 Substitusikan pemisalan tersebut ke dalam persamaan (2.9) sehingga diperoleh: Diketahui bahwa merupakan fungsi gamma, yaitu Г. Sehingga diperoleh : (Herryanto dan Gantini, 2009) Teorema 2.2 Fungsi Pembangkit Momen Distribusi Generalized Log-Logistic Misalkan suatu peubah acak berdistribusi, maka fungsi pembangkit momen dari adalah sebagai berikut: ( ( ) ) (2.10) (Warsono, 2011). Teorema 2.3 Ketunggalan untuk Fungsi Pembangkit Momen i. Bila dua fungsi pembangkit momen dari dua peubah acak ada dan sama, maka kedua peubah acak tersebut mempunyai fungsi distribusi yang sama. ii. Bila dua peubah acak mempunyai fungsi distribusi yang sama, maka (bila ada) fungsi pembangkit momennya juga sama. (Dudewicz & Mishra, 1995).

13 Teorema 2.4 Limiting Fungsi Pembangkit Momen Misalkan peubah acak memiliki fungsi distribusi dan fungsi pembangkit momennya ada pada selang dan untuk semua n. Jika ada fungsi distribusi, yang berkorespondensi dengan fungsi pembangkit momennya, terdefinisi untuk, sedemikian sehingga, maka memiliki distribusi limit dengan fungsi distribusi (Hogg & Craig, 1995). 2.5 Kasus Khusus atau Limiting GLL Menurut Warsono., Usman, M., dan Nusyirwan (2000), bentuk hubungan distribusi generalized log-logistic ( ) dengan distribusi lainnya sebagai kasus khusus atau limiting dapat dituliskan dalam bentuk berikut: ( ) ( ) ( ) ( )