KARAKTERISTIK DISTRIBUSI KELUARGA TRANSFORMASI KHI-KUADRAT. Oleh : Entit Puspita. Dosen Jurusan pendidikan Matematika

dokumen-dokumen yang mirip
FPM PADA KELUARGA EKSPONENSIAL BENTUK KONONIK

BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL

STATISTIKA UNIPA SURABAYA

Pengantar Statistika Matematika II

MINGGU KE-9 MACAM-MACAM KONVERGENSI

Pengantar Statistika Matematika II

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

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

KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA

Teorema Newman Pearson

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

Penentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson

PENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

PENAKSIR PARAMETER DISTRIBUSI INVERS MAXWELL UKURAN BIAS SAMPEL MENGGUNAKAN METODE BAYESIAN. Rince Adrianti 1, Haposan Sirait 2 ABSTRACT ABSTRAK

ALGORITMA PENENTUAN UKURAN SAMPEL EKSAK UNTUK DISTRIBUSI NORMAL, DISTRIBUSI POISSON DAN DUA DISTRIBUSI BINOMIAL DALAM MODEL KELUARGA EKSPONENSIAL

BAB 1 PENDAHULUAN Latar Belakang

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

BAB 2 LANDASAN TEORI

Distribusi Probabilitas : Gamma & Eksponensial

PENAKSIR RATA-RATA DISTRIBUSI EKSPONENSIAL TERPOTONG. Agustinus Simanjuntak ABSTRACT

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam

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

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS

MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang.

RENCANA MUTU PEMBELAJARAN

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

(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

Setiap karakteristik dari distribusi populasi disebut dengan parameter. Statistik adalah variabel random yang hanya tergantung pada harga observasi

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

DEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA

INFERENSI PARAMETER MEAN POPULASI NORMAL DENGAN METODE BAYESIAN OBYEKTIF

MENAKSIR PARAMETER µ DARI N( µ, ) DENGAN METODE BAYES

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

BAB III METODE PENELITIAN

MA4181 MODEL RISIKO Risk is managed, not avoided

SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS

MA2181 Analisis Data - U. Mukhaiyar 1

Pengintegralan Fungsi Rasional

DISTRIBUSI KONTINU. Utriweni Mukhaiyar

Hukum Iterasi Logaritma

MA4183 MODEL RISIKO Control your Risk!

INFERENSI STATISTIK DISTRIBUSI BINOMIAL DENGAN METODE BAYES MENGGUNAKAN PRIOR KONJUGAT. Oleh : ADE CANDRA SISKA NIM: J2E SKRIPSI

ESTIMASI PARAMETER MODEL REGRESI POISSON TERGENERALISASI TERBATAS DENGAN METODE MAKSIMUM LIKELIHOOD

BAB II LANDASAN TEORI

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA

Pengantar Statistika Matematik(a)

INFERENSI PARAMETER SIMPANGAN BAKU POPULASI NORMAL DENGAN METODE BAYESIAN OBYEKTIF

SILABUS MATA KULIAH. : Dapat menganalisis tentang statistika inferensial secara teoritik beserta komponen dan sifat-sifatnya

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

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

PENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL

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

MAKALAH DISTRIBUSI GAMMA DI SUSUN OLEH AWAN ARGA SAPUTRA DESSY ROFICA WULANDARI SUHENDRA PRADESA

Catatan Kuliah. MA4183 Model Risiko

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

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

MINGGU KE-11 HUKUM BILANGAN BESAR LEMAH DAN KUAT

BAB I PENDAHULUAN 1.1. Latar Belakang

Distribusi Probabilitas Kontinyu Teoritis

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

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

STANDAR KOMPETENSI KOMPETENSI DASAR. Menggunakan aturan suku banyak dalam penyelesaian masalah

BAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM INFERENSI PARAMETER POPULASI SERAGAM

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.

Disusun oleh: 1. Diah Sani Susilawati ( / 7B) 2. Farid Hidayat ( / 7B) 3. Rico Nurcahyo ( / 7B)

PEMODELAN PERTUKARAN NILAI MATA UANG MAKSIMUM RINGGIT TERHADAP YEN TUGAS AKHIR

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

Pengantar Statistika Matematika II

Sampling dengan Simulasi Komputer

BAB III ANALISIS SPEKTRAL PADA RUNTUN WAKTU MODEL ARIMA. Analisis spektral adalah metode yang menggambarkan kecendrungan osilasi

BAB II KAJIAN PUSTAKA

Fungsi Gamma dan Fungsi Beta. Ayundyah. Ayundyah Kesumawati. Prodi Statistika FMIPA-UII. March 31, 2015

Pengantar Statistika Matematika II

PENGUJIAN KESAMAAN BEBERAPA MODEL REGRESI NON LINIER GEOMETRI (Studi Kasus : Data Emisi CO 2 dan Gross Nation Product di Malaysia, Bhutan, dan Nepal)

Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Continuous Probability Distributions.

Teknik pengintegralan: Integral fungsi pecah rasional (bagian 1)

KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY

ESTIMASI PARAMETER REGRESI RANK BERDISTRIBUSI EKSPONENSIAL DENGAN MENGGUNAKAN METODE KUADRAT TERKECIL TERBOBOTI

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

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

Persamaan dan Pertidaksamaan Linear

Teknik Pengintegralan

POLINOM (SUKU BANYAK) Menggunakan aturan suku banyak dalam penyelesaian masalah.

BAB II LANDASAN TEORI

Estimasi Titik. (Point Estimation) Minggu ke 1-3. Prof. Dr. Sri Haryatmi, M. Sc. Universitas Gadjah Mada

BAB II TINJAUAN PUSTAKA

PENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013

Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial

Pengantar Statistika Matematika II

BAB II LANDASAN TEORI

PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM

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

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

BAB III ESTIMASI BIAYA GARANSI TV. Pada bab ini akan dibahas tahapan-tahapan yang dilakukan untuk

PERBANDINGAN KUASA WILCOXON RANK SUM TEST DAN PERMUTATION TEST DALAM BERBAGAI DISTRIBUSI TIDAK NORMAL

Transkripsi:

KARAKTERISTIK DISTRIBUSI KELUARGA TRANSFORMASI KHI-KUADRAT Oleh : Entit Puspita Dosen Jurusan pendidikan Matematika FPMIPA Universitas Pendidikan Indonesia Abstrak Dalam Keluarga eksponensial satu parameter dengan fungsi kepadatan peluang (fkp) f(x,θ) = exp{a(x)b(θ) + c(θ) + h(x)} berdistribusi Gama (k/2, ½) jika dan hanya jika 2c (θ)b(θ)/b (θ) = k, k positif dan independen dengan θ. Jika k bulat berdistribusi Khi-Kuadrat sentral dengan derajat bebas nk. Selanjutnya akan dikaji lebih lanjut karakteristik dari distribusi keluarga transformasi Khi-Kuadrat. Kata kunci: Khi-Kuadrat sentral, keluarga transformasi Khi-Kuadrat. 1. Pendahuluan 1.1. Keluarga Eksponensial satu Parameter Keluarga densitas disebut keluarga eksponensial k parameter jika fkp-nya dapat dinyatakan sebagai: Dengan b i (θ) adalah fungsi kontinu tak trivial dari θ. Pada makalah ini akan diselidiki kasus khusus dari keluarga ekspoensial satu parameter. 1.2. Distribusi Khi-Kuadrat Sentral Distribusi Khi-Kuadrat sentral didefinisikan sebagai distribusi dari jumlah kuadrat variable random independen yang berdistribusi norma standar.l 2. Distribusi Keluarga Transformasi Khi-Kuadrat Misalkan variable kontinu yang mempunyai fkp: (1) Maka di bawah kondisi tertentu akan merupakan sebuah distribusi Khi-Kuadrat sentral dengan derajat bebas tertentu. Hasil ini akan dibuktikan pada teorema berikut:

Teorema 2.1 Di dalam keluarga eksponesial satu parameter dari bentuk (1), -2a(x)b(θ) adalah berdistribusi Gama dengan parameter k/2 dan ½ jika dan hanya jika 2c (θ)b(θ)/b (θ) = k dengan k positif dan bebas dari bentuk θ. Untuk kasus k bulat maka -2a(x)b(θ)adalah berdistribusi Khi-Kuadart sentral dengan derajar at bebas k. Bukti ( Diketahui 2c (θ)b(θ)/b (θ) = k (2) Karena adalah fkp maka: ʃ dx = 1 ʃ = exp {-c(θ)} (3) Dari (2) c (θ) = kb (θ)/2b(θ) Jika kedua sisi diintegralkan maka diperoleh: ʃ c (θ) dθ = ʃ kb (θ)/2b(θ) dθ c(θ) = 1/2. K ln b(θ) + k 1 dengan k 1 adalah konstanta integrasi Akibatnya (3) menjadi: ʃ = exp {- 1/2. K ln b(θ) - k 1 } (4) Selanjutnya akan diperlihatkan distribusi dari u = -2a(x)b(θ), fungsi karakteristik dari u diberikan oleh: = = exp c(θ) Dari (4) diperoleh: = } = = (1-2it) -k/2 (5) Ini merupakan fungsi karakteristik dari distribusi Gama dengan parameter k/2 dan ½, sebuah fungsi karakteristik yang dengan khusus menunjukkan bahwa -2a(x)b(θ) berdistribusi Gama dengan parameter k/2 dan ½. ( ) Diketahui -2a(x)b(θ) adalah variable random dari distribusi Gama dengan parameter k/2 dan ½. Misalkan : y = -2a(x)b(θ), maka fkp dari y adalah: (6)

(7) Ini adalah bentuk (1), akibatnya distribusi dari variable random X termasuk ke dalam ke dalam keluarga ksponensial dengan: atau 2c (θ)b(θ)/b (θ) (8) Jika k bulat, maka -2a(x)b(θ) adalah distribusi Khi-Kuadrat dengan derajat bebas k. Definisi 2.2 Sebuah kelas khusus dari keluarga eksponensial satu parameter yang mempunyai fkp (1) dan memenuhi (2), disebut distribusi keluarga transformasi Khi-kuadrat dengan syarat k adalah bulat positif. Normal, Log Normal, Gama, Eksponensial, Rayleig, Pareto, Weibull, Maxwell, Inverse Gaussian adalah distribusi-distribusi yang termasuk ke dalam keluarga Transformasi Khi-Kuadrat. Bagaimanapun tidak semua distribusi kontinu yang termasuk ke dalam keluarga eksponensial satu parameter merupakan keluargaoh berikut: Contoh 2.1 Misalkan variable random X mempunyai fkp :, k > X > 0 dan θ > 0 K diketahui Jelas distribusi dari variable random X termasuk keluarga eksponensial satu parameter dengan a(x) = ln x, b(θ) = θ 1 dan c(θ) = ln θ θ.ln k. Sehingga 2c (θ)b(θ)/b (θ) = 2(1-θ)(1-θ-ln k) merupakan fungsi dari θ, oleh karena itu distribusi dari variable random X tidak termasuk ke dalam keluarga transformasi Khi-Kuadrat. Berikut ini disajikan sebuah contoh dari distribusi yang sudah kita kenal, yaiutu distribusi normal dengan penekanan parameter yang berbeda. Contoh 2.2 Perlihatkan manakah distribusi berikut yang termasuk ke dalam keluarga transformasi Khi- Kuadrat. a. Distribusi Normal (θ, 1) b. Distribusi Normal (0, θ 2 ) Penyelesaian:

a. X ~ N(θ, 1) Maka fkp dari variable random tersebut adalah: Ini merupakan keluarga eksponensial dengan: a(x) = x, b(θ) = θ dan c(θ) = -1/2 θ 2 Sehingga:, ternyata ini merupakan fungsi dari θ jadi tidak independen dengan θ. Oleh karena itu distribusi normal dengan mean θ dan variansi 1 tidak termasuk ke dalam keluarga transformasi Khi-Kuadrat. b. X ~ N(0, θ 2 ) Fkp dari variable random X adalah: Ini merupakan fkp dari keluarga eksponensial dengan a(x) = x, b(θ) = -1/2θ 2 dan c(θ) = -ln θ. Sehingga: ternyata merupakan bilangan bulat positif dan bebas dari θ, ini berarti distribusi normal dengan mean 0 dan variansi θ 2 termasuk ke dalam keluarga transformasi Khi-Kuadrat. Dari contoh terakhir dapat ditunjukkan bahwa untuk distribusi yang sama, tetapi dengan penekanan pada parameter yang berbeda memberikan hasil yang berbeda. Jadi distribusi normal yang termasuk ke dalam distribusi keluarga transformasi Khi-Kuadrat adalah distribusi normal dengan mean nol dan variansi θ 2. 3.Daftar Pustaka Barndorf-Nielson, O. (1978). Information end Exponential Family in Statistical Theory. Jhon Wiey & Sons. New York Dudewicz, E. J. (1988). Modern Mathematical Statistics. Jhon Willey & Sons. Singapore. Rahman, M. S and Gupta, R. P. (1993). Family of Transformed Chi-Square Distributions. Commun Statist-Theory Meth. 22. 135 146.