Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

dokumen-dokumen yang mirip
Metode Statistika STK211/ 3(2-3)

x = μ...? 2 2 s = σ...? x x s = σ...?

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

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

Pendugaan Parameter. Debrina Puspita Andriani /

BAB V ANALISA PEMECAHAN MASALAH

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

9 Departemen Statistika FMIPA IPB

Mata Kuliah: Statistik Inferensial

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

TINJAUAN PUSTAKA Pengertian

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. Oleh : Dewi Rachmatin

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION)

STATISTIK PERTEMUAN VIII

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

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

Distribusi Sampel & Statistitik Terurut

A. Pengertian Hipotesis

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

SEBARAN t dan SEBARAN F

STATISTIKA SMA (Bag.1)

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

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

Distribusi Sampel Sampling Distribution

1 n MODUL 5. Peubah Acak Diskret Khusus

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

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

UKURAN PEMUSATAN UKURAN PENYEBARAN

1 Departemen Statistika FMIPA IPB

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

Distribusi Pendekatan (Limiting Distributions)

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

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

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

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

Rancangan Percobaan. Arum Handini Primandari, M.Sc.

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

Statistika Inferensial

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

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

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

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

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

ANALISIS REGRESI DAN KORELASI SEDERHANA

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

KETEGARAN UJI-t TERHADAP KETIDAKNORMALAN DATA

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

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

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

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

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

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

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

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

III. METODE PENELITIAN

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

JENIS PENDUGAAN STATISTIK

BAB III METODOLOGI PENELITIAN

Pengantar Statistika Matematika II

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

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

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

STATISTIKA NON PARAMETRIK

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton

Analisa Data Statistik. Ratih Setyaningrum, MT

BAB II TINJAUAN PUSTAKA

Distribusi Sampel, Likelihood dan Penaksir

B a b 1 I s y a r a t

Definisi Integral Tentu

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

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

BAB 6: ESTIMASI PARAMETER (2)

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

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

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

DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA5182 Topik dalam Statistika I: Statistika Spasial 6 September 2012 Utriweni Mukhaiyar

REGRESI DAN KORELASI

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

DISTRIBUSI KHUSUS YANG DIKENAL

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

STK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

Ukuran Pemusatan, Penyebaran dan Pola Distribusi Normal

PENDUGA SELANG KEPERCAYAAN NILAI TENGAH DENGAN PENDEKATAN KLASIK, BAYES, DAN BOOTSTRAP *

Haryoso Wicaksono, S.Si., M.M., M.Kom. 8

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

BAB III METODE PENELITIAN

Pemilihan Model Terbaik


Transkripsi:

Sebara Pearika Cotoh Dept Statistika FMIPA IPB

Statistik: karakteristik umerik yag diperoleh dari data cotoh Dari sebuah populasi dapat diperoleh bayak cotoh acak. Dari setiap cotoh acak, dapat dihitug sebuah ilai statistik. Nilai statistik tersebut dapat berbeda-beda atar cotohya. Statistik adalah peubah acak, da memiliki sebara.

populasi cotoh rata-rata.5.5 1.5 1.5

SEBARAN PENARIKAN CONTOH Cotoh Rataa Ragam.. X Populasi 6 8 9 µ = 5.6 da ² = 7.44 Pegambila dega pemuliha Ilustrasi : Klik (reply 1) =.5.5 6 4. 8. 8 5. 18. 9 5.5 4.5.5.5.. 6 4.5 4.5 8 5.5 1.5 9 6. 18. 6 4. 8. 6 4.5 4.5 6 6 6.. 6 8 7.. 6 9 7.5 4.5 8 5. 18. 8 5.5 1.5 8 6 7.. 8 8 8.. 8 9 8.5.5 9 5.5 4.5 9 6. 18. 9 6 7.5 4.5 9 8 8.5.5 9 9 9.. Rataa Var 5.6.7

Sebara Pearika Cotoh dari rata-rata cotoh (1) Cotoh Rataa Ragam...5.5 6 4. 8. 8 5. 18. 9 5.5 4.5.5.5.. 6 4.5 4.5 8 5.5 1.5 9 6. 18. 6 4. 8. 6 4.5 4.5 6 6 6.. 6 8 7.. 6 9 7.5 4.5 8 5. 18. 8 5.5 1.5 8 6 7.. 8 8 8.. 8 9 8.5.5 9 5.5 4.5 9 6. 18. 9 6 7.5 4.5 9 8 8.5.5 9 9 9.. Rataa Var 5.6.7 x Frequecy 5 4 1 5. 6 Var( x) Histogram of Rataa Normal 4.7 5.6 6 Rataa 8 E(x) x merupaka peduga tak bias bagi µ 7.44 1

X SEBARAN PENARIKAN CONTOH DARI RATA-RATA CONTOH () Populasi 8 6 9 µ = 5.6 da ² = 7.44 X ~ N(, ) x Pegambila dega pemuliaha ~ = X meyebar Normal kombiasi liear dari X juga meyebar Normal 7.44 5.6 N(,.7 ) Cotoh Rataa Ragam...5.5 6 4. 8. 8 5. 18. 9 5.5 4.5.5.5.. 6 4.5 4.5 8 5.5 1.5 9 6. 18. 6 4. 8. 6 4.5 4.5 6 6 6.. 6 8 7.. 6 9 7.5 4.5 8 5. 18. 8 5.5 1.5 8 6 7.. 8 8 8.. 8 9 8.5.5 9 5.5 4.5 9 6. 18. 9 6 7.5 4.5 9 8 8.5.5 9 9 9.. Rataa Var 5.6.7

X Populasi 8 SEBARAN PENARIKAN CONTOHRataa Cotoh 6 9 µ = 5.6 da ² = 7.44 Pegambila tapa pemuliaha Ilustrasi : Klik (reply ) = Ragam.5.5 6 4. 8. 8 5. 18. 9 5.5 4.5.5.5 6 4.5 4.5 8 5.5 1.5 9 6. 18. 6 4. 8. 6 4.5 4.5 6 8 7.. 6 9 7.5 4.5 8 5. 18. 8 5.5 1.5 8 6 7.. 8 9 8.5.5 9 5.5 4.5 9 6. 18. 9 6 7.5 4.5 9 8 8.5.5 Rataa Var 5.6 9..79

Sebara Pearika Cotoh dari rata-rata cotoh (1) Cotoh Rataa Ragam.5.5 6 4. 8. 8 5. 18. 9 5.5 4.5.5.5 6 4.5 4.5 8 5.5 1.5 9 6. 18. 6 4. 8. 6 4.5 4.5 6 8 7.. 6 9 7.5 4.5 8 5. 18. 8 5.5 1.5 8 6 7.. 8 9 8.5.5 9 5.5 4.5 9 6. 18. 9 6 7.5 4.5 9 8 8.5.5 Rataa 5.6 9. Var.79 x Frequecy 5 4 1 5. 6 Var( x).79 4 Histogram of rataa Normal 5 N N 5.6 6 rataa 1 7 8 7.44 9 5 5 1

X X ~ Populasi SEBARAN CONTOH 8 6 9 µ = 5.6 da ² = 7.44 N(, ) x ~ Pegambila tapa pemuliaha N(, N N = X meyebar Normal kombiasi liear dari X juga meyebar Normal 7.44 ) 1 Cotoh Rataa Ragam.5.5 6 4. 8. 8 5. 18. 9 5.5 4.5.5.5 6 4.5 4.5 8 5.5 1.5 9 6. 18. 6 4. 8. 6 4.5 4.5 6 8 7.. 6 9 7.5 4.5 8 5. 18. 8 5.5 1.5 8 6 7.. 8 9 8.5.5 9 5.5 4.5 9 6. 18. 9 6 7.5 4.5 9 8 8.5.5 Rataa 5.6 9. Var.79 5.6.79

Pegeluara rumah tagga per bula utuk kosumsi di suatu kabupate diketahui meyebar ormal dega ilai tegah 5 ribu rupiah da simpaga baku 5 ribu rupiah. a. Berapa perse rumah tagga yag pegeluara per bula utuk kosumsiya atara 5 ribu rupiah da 65 ribu rupiah? b. Jika diambil 1 rumah tagga sebagai cotoh. Berapa perse rata-rata pegeluara per bula utuk kosumsiya atara 5 ribu rupiah da 65 ribu rupiah? c. Jika diambil rumah tagga sebagai cotoh. Berapa perse rata-rata pegeluara per bula utuk kosumsiya atara 5 ribu rupiah da 65 ribu rupiah?

Apapu sebara populasi X, jika diambil sampel secara acak berukura yag besar, maka aka meyebar medekati sebara Normal dega ilai tegah xda ragam / Demo Simulasi

.4 1.5 1.. C4. C5 1. C6.5.1. -4 - - -1 1 4 z.95..5 u 1.. 1 e 4 5 (a) Normal (b) Seragam Kotiu (c) Ekspoesial 8 1 7 6 1 Frequecy 5 Frequecy 5 4 Frequecy 5 1 - - -1 xbz 1..5 xbu 1. 1 xbe 4 =

1-1 - 9 8 7 6 5 4 1 xbz5 Frequecy.9.8.7.6.5.4...1. 8 7 6 5 4 1 xbu5 Frequecy.5. 1.5 1..5. 1 5 xbe5 Frequecy =5.5. -.5-1. 1 9 8 7 6 5 4 1 xbz5 Frequecy.7.6.5.4. 1 5 xbu5 Frequecy 1.5 1..5 1 5 xbe5 Frequecy =5 (a) Normal (b) Seragam Kotiu (c) Ekspoesial

Jika x 1, x,, x adalah cotoh acak berukura yag diambil dari populasi dega sebara N(µ, ), maka rata-rata cotoh aka memiliki sebara N(, /) Dega demikia sebara Z x memiliki sebara N(, 1) atau

1 - Lower Limit x Upper Limit

1 - x z x x z

Jika x 1, x,, x adalah cotoh acak berukura yag diambil dari populasi dega sebara ormal, maka x s memiliki sebara t-studet dega derajat bebas (-1)

1 - x s t x s x t ( ; 1) ( ; 1)

X μ s/ Jika besar, maka rata-rata cotoh aka megikuti sebara ormal dega rata-rata da ragam / Sebara t : diduga dega s. diketahui X μ s/ ~ t-studet db = -1. Syarat : sebara t lebih bervariasi tergatug besarya derajat bebas s. Sebara t Tidak diketahui kodisi

Sebara t mirip dega sebara z, haya saja sebara t lebih bervariasi tergatug besarya derajat bebas s..4.4.4... fz. fz. fz..1.1.1... -1 Telada z 1-4 - - -1 z 1 4 5-4 - - -1 z 1 4 Sebuah perusahaa bohlam meyataka bahwa bohlam produksiya mecapai umur rata-rata 5 jam. Utuk mejaga ilai rata-rata ii, ia meguji 5 bohlam setiap bula. Bila ilai t yag diperolehya jatuh atara t.5 da t.5 ia puas. Kesimpula apa yag ditarikya bila ia memperoleh cotoh dega ilai tegah = 518 jam da simpaga baku s = 4 jam? Asumsika umur bohlam itu meyebar ormal.

TUGAS Bagkitka data yag meyebar seragam, ormal da khi-kuadrat megguaka dega karakteristik sebagai berikut (masig-masig diulag sebayak 1 kali) Sebara Ukura cotoh σ Fugsi Excel Uiform (,1), 1, 5 5 8,87 =1*rad() Normal (1,1), 1, 5 1 1 =NORMINV(RAND();1; 1) Chi-Square (), 1, 5 =chisqiv(rad();) Hituglah rata-rata dari masig-masig cotoh yag diambil (setiap karakteristik data memiliki 1 xbar) Buat histogram dari xbar, badigka histogram beberapa kombiasi pegambila cotoh tersebut, jelaska jawaba ada