Metode Statistika STK211/ 3(2-3)

dokumen-dokumen yang mirip
Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Distribusi Sampling (Distribusi Penarikan Sampel)

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

x = μ...? 2 2 s = σ...? x x s = σ...?

STATISTIK PERTEMUAN VIII

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

9 Departemen Statistika FMIPA IPB

SEBARAN t dan SEBARAN F

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Distribusi Sampel & Statistitik Terurut

Distribusi Pendekatan (Limiting Distributions)

TINJAUAN PUSTAKA Pengertian

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi

Pendugaan Parameter. Debrina Puspita Andriani /

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1

Mata Kuliah: Statistik Inferensial

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

PERTEMUAN 9-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

Pengantar Statistika Matematika II

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

1 Departemen Statistika FMIPA IPB

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

BAB V ANALISA PEMECAHAN MASALAH

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

Distribusi Sampel Sampling Distribution

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

STATISTIKA SMA (Bag.1)

UKURAN PEMUSATAN UKURAN PENYEBARAN

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

Statistika Inferensial

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b.

PERSIAPAN UTS MATH 11 IPS BHS. = 92 ü

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

Rancangan Percobaan. Arum Handini Primandari, M.Sc.

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2

A. Pengertian Hipotesis

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

REGRESI DAN KORELASI


HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN

STK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis

Analisa Data Statistik. Ratih Setyaningrum, MT

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

Pendugaan Parameter 1

KELUARGA EKSPONENSIAL Untuk Memenuhi Tugas Mata Kuliah Statistika Inferensial Dosen Pengampu: Nendra Mursetya Somasih Dwipa, M.Pd

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET


MANAJEMEN RISIKO INVESTASI

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata

Penarikan Sampel Acak Sederhana

BAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

INTERVAL KEPERCAYAAN

Sistem Bilangan Kompleks (Bagian Ketiga)

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

REGRESI DAN KORELASI SEDERHANA

JENIS PENDUGAAN STATISTIK

SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION)

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.

UKURAN PEMUSATAN DATA

PERTEMUAN 13. VEKTOR dalam R 3

DERET TAK HINGGA (INFITITE SERIES)

OBJEK DAN METODE PENELITIAN. Objek ternak yang digunakan adalah itik Damiaking jantan dan betina

BAB III METODOLOGI PENELITIAN

Pengertian Estimasi Titik. Estimasi (Pendugaan) Estimasi (Pendugaan) Estimasi (Pendugaan) Populasi dan Sampel. Mean Proporsi

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

Metode Statistika Pertemuan XI-XII

BAB 7 PEN P GUJ GU IAN HIPO P T O ES T A

Barisan Dan Deret Arimatika

Teorema Nilai Rata-rata

Ukuran Pemusatan, Penyebaran dan Pola Distribusi Normal

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

1 n MODUL 5. Peubah Acak Diskret Khusus

PENDAHULUAN. Statistika penyajian DATA untuk memperoleh INFORMASI penafsiran DATA. Data (bentuk tunggal : Datum ) : ukuran suatu nilai

Transkripsi:

Metode Statistika STK211/ 3(2-3) Pertemua VI Sebara Pearika Cotoh Septia Rahardiatoro - STK IPB 1

Sebara Pearika Cotoh Megidetifikasi sebara suatu fugsi dari cotoh ketika diambil dari suatu populasi X Populasi (N = 5) 2 3 6 8 9 X ~ N(μ = 5.6, σ 2 = 7.44) Cotoh Rataa Ragam 2 2 2.0 0.0 2 3 2.5 0.5 2 6 4.0 8.0 2 8 5.0 18.0 2 9 5.5 24.5 3 2 2.5 0.5 3 3 3.0 0.0 3 6 4.5 4.5 Pegambila dega 3 8 5.5 12.5 pemuliha 3 9 6.0 18.0 6 2 4.0 8.0 6 3 4.5 4.5 6 6 6.0 0.0 6 8 7.0 2.0 =2 6 9 7.5 4.5 8 2 5.0 18.0 8 3 5.5 12.5 8 6 7.0 2.0 8 8 8.0 0.0 8 9 8.5 0.5 9 2 5.5 24.5 9 3 6.0 18.0 9 6 7.5 4.5 9 8 8.5 0.5 9 9 9.0 0.0 Rataa 5.6 Septia Rahardiatoro - STK IPB Var 3.72 2

Sebara Pearika Cotoh dari rata-rata cotoh (pegambila dega pemuliha) Cotoh Rataa Ragam 2 2 2.0 0.0 2 3 2.5 0.5 2 6 4.0 8.0 2 8 5.0 18.0 2 9 5.5 24.5 3 2 2.5 0.5 3 3 3.0 0.0 3 6 4.5 4.5 3 8 5.5 12.5 3 9 6.0 18.0 6 2 4.0 8.0 6 3 4.5 4.5 6 6 6.0 0.0 6 8 7.0 2.0 6 9 7.5 4.5 8 2 5.0 18.0 8 3 5.5 12.5 8 6 7.0 2.0 8 8 8.0 0.0 8 9 8.5 0.5 9 2 5.5 24.5 9 3 6.0 18.0 9 6 7.5 4.5 9 8 8.5 0.5 9 9 9.0 0.0 Rataa 5.6 Var 3.72 X = 5.6 = μ E X = μ X merupaka peduga tak bias bagi μ var X = 3.72 = σ2 = 7.44 2 Septia Rahardiatoro - STK IPB 3

Dega ketetua: X meyebar Normal kombiasi liear dari X juga meyebar Normal Akibatya sebara dari X adalah Normal, dega E X = E 1 X i i=1 Var X = Var 1 Jadi = 1 X i i=1 i=1 = 1 1 E X i = 2 i=1 i=1 μ = 1 μ = μ Var X i = 1 2 σ 2 i=1 X~ N μ, σ 2 X~ N μ, σ2 7.44 = 1 2 σ 2 = σ2 5.6 3.72 Septia Rahardiatoro - STK IPB 4

Bagaimaa jika pegambila cotoh tapa pemuliha? X Populasi (N = 5) 2 3 6 8 9 X ~ N(μ = 5.6, σ 2 = 7.44) Pegambila tapa pemuliha =2 Cotoh Rataa Ragam 2 3 2.5 0.5 2 6 4.0 8.0 2 8 5.0 18.0 2 9 5.5 24.5 3 2 2.5 0.5 3 6 4.5 4.5 3 8 5.5 12.5 3 9 6.0 18.0 6 2 4.0 8.0 6 3 4.5 4.5 6 8 7.0 2.0 6 9 7.5 4.5 8 2 5.0 18.0 8 3 5.5 12.5 8 6 7.0 2.0 8 9 8.5 0.5 9 2 5.5 24.5 9 3 6.0 18.0 9 6 7.5 4.5 9 8 8.5 0.5 Rataa 5.6 9.30 Var 2.79 Septia Rahardiatoro - STK IPB 5

Sebara Pearika Cotoh dari rata-rata cotoh (pegambila tapa pemuliha) Cotoh Rataa Ragam 2 3 2.5 0.5 2 6 4.0 8.0 2 8 5.0 18.0 2 9 5.5 24.5 3 2 2.5 0.5 3 6 4.5 4.5 3 8 5.5 12.5 3 9 6.0 18.0 6 2 4.0 8.0 6 3 4.5 4.5 6 8 7.0 2.0 6 9 7.5 4.5 8 2 5.0 18.0 8 3 5.5 12.5 8 6 7.0 2.0 8 9 8.5 0.5 9 2 5.5 24.5 9 3 6.0 18.0 9 6 7.5 4.5 9 8 8.5 0.5 Rataa 5.6 9.30 Var 2.79 X = 5.6 = μ var X = 2.79 = σ2 N N 1 = 7.44 5 2 2 5 1 Jadi, jika pegambila tapa pemuliha X~ N μ, σ 2 X~ N μ, σ2 Septia Rahardiatoro - STK IPB 6 N N 1

Lebih umum berlaku hubuga X~ N μ, σ 2 Pearika cotoh X~ N μ, σ2 Z = X μ σ Z~ N 0,1 Z = X μ σ Asumsi: pearika dega pegembalia Septia Rahardiatoro - STK IPB 7

Latiha 1 Sebuah perusahaa memproduksi bohlam. Bila umur bohlam itu meyebar ormal dega rata-rata 800 jam da simpaga baku 40 jam, hituglah peluag bahwa suatu cotoh acak 16 bohlam aka mempuyai umur rata-rata kurag dari 775 jam. Misalka p.a X = umur bohlam (jam) X ~ N(μ = 800, σ = 40) = 16 P(X < 775) = P(Z < 775 800 ) = P(Z < -2.5) = 0.0062 40/4 Septia Rahardiatoro - STK IPB 8

Latiha 2 Pegeluara rumah tagga per bula utuk kosumsi di suatu kabupate diketahui meyebar ormal dega rataa 250 ribu rupiah da simpaga baku 25 ribu rupiah. a. Berapa perse rumah tagga yag pegeluara per bula utuk kosumsiya atara 225 ribu rupiah da 265 ribu rupiah? b. Jika diambil 10 rumah tagga sebagai cotoh. Berapa perse rata-rata pegeluara per bula utuk kosumsiya atara 225 ribu rupiah da 265 ribu rupiah? c. Jika diambil 30 rumah tagga sebagai cotoh. Berapa perse rata-rata pegeluara per bula utuk kosumsiya atara 225 ribu rupiah da 265 ribu rupiah? Utuk latiha madiri Septia Rahardiatoro - STK IPB 9

Dalil Limit Pusat Dega suatu sebarag sebara populasi X, jika diambil cotoh secara acak berukura yag besar, maka X aka meyebar medekati sebara Normal dega ilai tegah da ragam 2 / X~ sebara sebarag X~ N μ, σ2 Z = X μ σ Z~ N 0,1 Lalu bagaimaa jika ragam populasi σ 2 tidak diketahui? Septia Rahardiatoro - STK IPB 10

Sebara t - studet Berdasarka dalil limit pusat, utuk besar sebara X dapat didekati oleh sebara Normal dega rata-rata μ da ragam σ 2 /. Namu hal ii mesyaratka ragam populasi (σ 2 ) diketahui. Apabila σ 2 tidak diketahui da digati dega pedugaya (s 2 ), maka X μ ~ t-studet (db = 1) s/ Sebara t mirip sebara N(0,1), haya saja sebara t lebih bervariasi tergatug besarya derajat bebas (db) s 2 Septia Rahardiatoro - STK IPB 11

Lebih umum berlaku hubuga X~ sebara sebarag Pearika cotoh ( ) X~ N μ, σ 2 X μ Z = σ Pearika cotoh Z~ N 0,1 X~ N T~ t studet(db=-1) σ 2 diketahui X μ Z = σ μ, σ2 σ 2 tidak diketahui X μ T = s Septia Rahardiatoro - STK IPB 12

Latiha 3 Diketahui bahwa volume botol air meyebar ormal dega rataa 200 ml. Lalu diambil = 9 cotoh acak botol dega simpaga baku volumeya 12 ml. Jika 5% rataa volume tertiggi dari botol tersebut aka ditolak, tetuka batas rataa volume botol yag masih diterima. Misalka p.a X = volume botol air (ml) X ~ N(μ = 200,σ 2 ) ; σ 2 tidak diketahui = 9 s = 12 P(t > t a ) = 0.05 t a db = 9 1 = 1.859 Sehigga batasya X = (s/ ) t a + μ = 4(1.859) + 200 = 207.438 Jadi batasa rataa volume botol yag masih diterima tidak lebih dari 207.438 Septia Rahardiatoro - STK IPB 13

Thak you, see you ext week Septia Rahardiatoro - STK IPB 14