KARAKTERISASI SEBARAN BINOMIAL NEGATIF

dokumen-dokumen yang mirip
KETERBAGIAN TAK HINGGA SEBARAN RIEMANN ZETA

KONVOLUSI DARI PEUBAH ACAK BINOMIAL NEGATIF

KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA

SIFAT-SIFAT DASAR FUNGSI KARAKTERISTIK DARI DISTRIBUSI CAUCHY

SIFAT-SIFAT DASAR FUNGSI KARAKTERISTIK

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

PENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

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

FPM PADA KELUARGA EKSPONENSIAL BENTUK KONONIK

Pengantar Proses Stokastik

Distribusi Probabilitas Diskret Teoritis

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

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam

MODEL PARTISIPASI PEMILIH MASYARAKAT KABUPATEN DHAMASRAYA PADA PEMILU 2014 DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK BAYESIAN

DISTRIBUSI DISKRIT KHUSUS

Penentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson

Pengantar Proses Stokastik

PERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA

Pengantar Proses Stokastik

Teorema Limit Pusat dan Limit Distribusi

PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA

PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA

AUTOKORELASI PADA BAGAN KENDALI

Penentuan Momen ke-5 dari Distribusi Gamma

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

MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS

Pengantar Proses Stokastik

KETERBAGIAN TAK HINGGA DISTRIBUSI LOG-GAMMA DAN APLIKASINYA DALAM PEMBUKTIAN RUMUS PERKALIAN GAUSS DAN RUMUS LEGENDRE

PENERAPAN REGRESI POISSON DAN BINOMIAL NEGATIF DALAM MEMODELKAN JUMLAH KASUS PENDERITA AIDS DI INDONESIA BERDASARKAN FAKTOR SOSIODEMOGRAFI

PEMODELAN KELAHIRAN MURNI DAN KEMATIAN MURNI DENGAN DUA JENIS KELAMIN DENGAN PROSES STOKASTIK

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

ANALISIS REGRESI LOGISTIK DENGAN METODE PENDUGA BAYES UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN BAYI BERAT BADAN LAHIR RENDAH

PENDUGAAN PARAMETER MODEL AUTOREGRESSIVE PADA DERET WAKTU

Kata Kunci: Analisis Regresi Linier, Penduga OLS, Penduga GLS, Autokorelasi, Regresor Bersifat Stokastik

PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA PADANG TAHUN 2013 DAN 2014 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF

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

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

Percobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal)

BAB I PENDAHULUAN. ilmu statistika beberapa waktu belakangan ini. Konsep keterbagian tak hingga

PROSES POISSON MAJEMUK. 1. Pendahuluan

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

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

DISTRIBUSI DISKRIT KHUSUS

KARAKTERISASI SEBARAN CAUCHY

PORTOFOLIO ENVELOPE PADA ASET FINANSIAL

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

Kata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue

Pengantar Statistika Matematik(a)

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

PENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON

RUANG TOPOLOGI LEMBUT KABUR

BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI

Pengantar Statistika Matematika II

BAB I PENDAHULUAN. 1.1 Latar belakang masalah

INDEKS KEMAMPUAN PROSES BERDASARKAN PROPORSI PERSESUAIAN UNTUK DISTRIBUSI NON NORMAL

BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI

Pengantar Statistika Matematik(a)

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

ANALISIS REGRESI KUANTIL

STATISTIKA UNIPA SURABAYA

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.

HIMPUNAN KUBIK ASIKLIK DAN KUBUS DASAR

GRAF RAMSEY (K 1,2, C 4 )-MINIMAL DENGAN DIAMETER 2

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP

KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON ABSTRACT

PENERAPAN REGRESI GENERALIZED POISSON UNTUK MENGATASI FENOMENA OVERDISPERSI PADA KASUS REGRESI POISSON

BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI

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

Ekspektasi Satu Peubah Acak Diskrit

KEKONVERGENAN BARISAN DI RUANG HILBERT PADA PEMETAAN TIPE-NONSPREADING DAN NONEXPANSIVE

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS

Kata Kunci: Bagan kendali nonparametrik, estimasi fungsi kepekatan kernel

Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD.

Ekspektasi Satu Peubah Acak Kontinu

STATISTIK PERTEMUAN VI

KAJIAN SIFAT DISTRIBUSI NORMAL BIVARIAT

MA4181 MODEL RISIKO Risk is managed, not avoided

MA4183 MODEL RISIKO Control your Risk!

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X

Catatan Kuliah. MA4183 Model Risiko

MA4181 MODEL RISIKO Risk is managed, not avoided

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Pengantar Proses Stokastik

SOLUSI POSITIF DARI PERSAMAAN LEONTIEF DISKRIT

DASAR-DASAR ANALISIS MATEMATIKA

ESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK

Dengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi

MA4183 MODEL RISIKO Control your Risk!

PEMBUKTIAN RUMUS BENTUK TUTUP BEDA MUNDUR BERDASARKAN DERET TAYLOR

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

MA3081 STATISTIKA MATEMATIKA We love Statistics

POISSON PROSES NON-HOMOGEN. Abdurrahman Valid Fuady, Hasih Pratiwi, dan Supriyadi Wibowo Program Studi Matematika FMIPA UNS

Teorema Newman Pearson

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA. B. TUJUAN PEMBELAJARAN Setelah menempuh mata kuliah ini mahasiswa diharapkan mampu:

Peubah Acak dan Distribusi Kontinu

Catatan Kuliah MA3081 STATISTIKA MATEMATIKA Statistika Mengalahkan Matematika. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Transkripsi:

Jurnal Matematika UNAND Vol. 5 No. 2 Hal. 65 70 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND KARAKTERISASI SEBARAN BINOMIAL NEGATIF DEBY HANDAYANI Program Studi Magister Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas, Kamus UNAND Limau Manis Padang, Indonesia, email : deb.handaani@mail.com Abstrak. Sebaran Binomial Negatif adalah salah satu eubah acak disktret ang terbentuk dari ercobaan Bernoulli. Pada aer ini akan ditentukan karakterisasi dari sebaran Binomial Negatif. Karakterisasi tersebut terdiri dari fungsi keadatan eluang, nilai haraan, variansi, skewness, kurtosis, fungsi embangkit momen dan fungsi karakteristik. Kata Kunci: Sebaran binomial negatif, nilai haraan, variansi, skewness, kurtosis, fungsi embangkit momen, fungsi karakteristik 1. Pendahuluan Distribusi Binomial Negatif meruakan distribusi ang memiliki banak cara dalam enurunanna, salah satuna adalah sebagai salah satu ercobaan Bernoulli ang dibutuhkan samai terjadi k buah sukses, dengan setia engulanganna saling bebas dimana robalitasna gagal aitu 1 dan robabilitas sukses. Jika eubah acak X menatakan jumlah ercobaan ang dibutuhkan samai terjadi k sukses, maka distribusi robabilitas eubah acak X disebut berdistribusi Binomial Negatif dengan fungsi robabilitas sebagai berikut P X 1 r 1 r 1 r, 1.1 dimana r, r + 1, r + 2, dan 0 1. Distribusi robabilitas dari eubah acak X daat dinotasikan menjadi bentuk lain, dengan menggunakan tranformasi Y X r, dimana Y menatakan jumlah kegagalan sebelum terjadi k sukses. Distribusi robabilitas dari eubah acak Y adalah r + 1 P Y r 1, 1.2 dimana 0, 1, 2, dan 0 1. Distribusi Binomial Negatif daat juga didefinisikan dengan menggunakan fungsi Gamma sebagai engganti kombinasi r + 1 aitu r r + 1r + 2 r Γr +!!Γr, 1.3 65

66 Deb Handaani dkk. sehingga r + 1 P Y Γr +!Γr r 1. 1.4 Distribusi Binomial Negatif juga dibangkitkan dari sebaran Poisson dengan arameter λ dan λ juga meruakan sebuah eubah acak ang menebar menurut distribusi Gamma r, /1 [7]. Hal ini daat dilihat ada enjabaran berikut fk 0 λ k 0 f P oissonλ kf Gammar, 1 λdλ, 1 r r k!γr 1 k! e λ λ r 1 e 0 λ1 r Γr dλ, λ r+k 1 e λ dλ, 1 r r r+k Γr + k, k!γr Γr + k k!γr 1 r k. 1.5 2. Karakterisasi Sebaran Binomial Negatif Jika X meruakan eubah acak ang berdistribusi Binomial Negatif ang memiliki fungsi keekatan eluang r + 1 P X r 1, 2.1 dimana 0, 1, 2, dan 0 1. Nilai haraan dari eubah acak X adalah EX Momen kedua dari eubah acak X adalah EX 2 sehingga nilai variansi dari eubah acak X dieroleh r1. 2.2 r1 1 + r1 2, 2.3 V arx r1 2. Adaun fungsi embangkit momen dari eubah acak X, dieroleh dengan cara sebagai berikut r M X t 1 1 e t. 2.4

Karakterisasi Sebaran Binomial Negatif 67 Dengan menggunakan fungsi embangkit momen dieroleh nilai Skewness dari sebaran Binomial Negatif sebagai berikut. dimana Skew[X] E[X µ3 ] 2 qr 1 2 σ 3 [ qr1 + qr h 1 3 2 + 2 q2 r 2 ] 2 h 1 r 1r 2 q2 + 2q2 + 3r 1q 2 2 + 1 + 6q + 4q + 6q 2. dan nilai Kurtosis dari eubah acak sebaran Binomial Negatif adalah dimana Kurt[X] 3 qr [h 2 4 qr h 1 + 6 qr3 1 + qr 2 2.5 3 qr3 ]. 2.6 3 h 2 r 1r 2r 3 q3 + 6r 1r 2q2 1 + 2q, 3 +4r 1 q [1 + 6q + 4q + 1 + 15q + 6q2 42q2 ] + + 8q + 12q 2 + 24q 3. 3. Fungsi Karakteristik Sebaran Binomial Negatif Fungsi Karakteristik meruakan fungsi ang selalu ada dimiliki oleh suatu eubah acak baik diskrit atau kontinu. Fungsi karakteristik daat digunakan untuk membuktikan teorema-teorema ang enting dalam statistika, salah satuna adalah untuk membuktikan keterbagian tak hingga suatu sebaran. Pada Lukacs [5] terdaat beberaa sifat-sifat dari fungsi karakteristik sebagai berikut. Proosisi 3.1. Misalkan ϕ X t meruakan fungsi karakteristik eubah acak X, maka ϕ X 0 1. Proosisi 3.2. Fungsi karakteristik ada untuk sebarang sebaran. Proosisi 3.3. Misalkan X suatu eubah acak dengan fungsi karakteristik ϕ X t, maka fungsi karakteristik dari X adalah sekawan dari fungsi karakteristik ϕ X t atau dituliskan dengan ϕ X t. Proosisi 3.4. Fungsi karakteristik ϕ X t adalah kontinu seragam. Proosisi 3.5. Misalkan X suatu eubah acak maka, fungsi karakteristik dari a + bx adalah e ita ϕ X bt. Fungsi karakteristik dari eubah acak X ang berdistribusi Binomial Negatif daat dirumuskan sebagai berikut ϕ X t Ee itx r + 1 e it r + 1 r r 1 1 e it.

68 Deb Handaani dkk. Misalkan 1 1 e it, maka r + 1 r 1 r r, r r + 1 r 1 r, r 11 e it r, 1 1 e it r. Akan ditunjukkan fungsi karakteristik ϕ X t memenuhi sifat-sifat fungsi karakteristik berikut. r Sifat 3.6. Misalkan ϕ X t 1 1 e maka it ϕx 0 1. Penjelasan. Perhatikan bahwa r ϕ X t 1 1 e it, r ϕ X 0 1 1 e 0, r, 1. Sifat 3.7. Misalkan X suatu eubah acak dengan fungsi karakteristik ϕ X t, maka fungsi karakteristik dari X adalah sekawan dari fungsi karakteristik ϕ X t atau dituliskan dengan ϕ X t. Penjelasan. Fungsi karakteristik eubah acak X adalah ϕ X t Ee itx r + 1 e it r + 1 r r 1, 1 e it. Misalkan 1 1 e it, maka r + 1 r 1 r r, r r + 1 r 1 r, r 11 e it r, 1 1 e it r.

Karakterisasi Sebaran Binomial Negatif 69 r Sifat 3.8. Fungsi karakteristik ϕ X t 1 1 e adalah kontinu seragam. it r Penjelasan. Misalkan ϕ X t 1 1 e dan h s t dimana s > t, maka it akan ditunjukkan setia ɛ > 0 terdaat δ > 0 sedemikian sehingga ϕ X s ϕ X t < ɛ untuk s t < δ. Perhatikan bahwa r r ϕ X s ϕ X t 1 1 1 1 e is 1 1 e ist, 1 e is mr 1 e it mr, m0 m0 1 e ih+t mr 1 e it mr. m0 Untuk h 0 maka ϕ X s ϕ X t 0 dimana s t 0. Hal ini menunjukkan δ bergantung ada ɛ dimana ϕ X s ϕ X t < ɛ untuk s t < δ. Sifat 3.9. Misalkan X suatu eubah acak, maka fungsi karakteristik dari a + bx adalah e ita ϕ X bt. Penjelasan. Perhatikan bahwa ϕ a+bx t Ee ita+bx r + 1 e ita e itb r + 1 e ita r m0 r 1, 1 e itb. Misalkan 1 1 e itb, maka r + 1 e ita r 1 r r, ita r r + 1 e r 1 r, e ita r 11 e itb r, r e ita 1 1 e itb, e ita ϕ X bt. Daftar Pustaka [1] Bain, L.J. dan M. Engelhardt. 1992. Introduction to Probabilit and Mathematical Statistics Second Edition. Dubur Press, California. [2] Casella, G. dan R. L, Berger. 1990.Statistical Inference. Ed. Ke-1, Pasific Grove, California.

70 Deb Handaani dkk. [3] Chung, K. L. 2001. A Course In Probabilit Theor. 3 rd ed. San Diego: Academ Press. [4] Laha, R.G dan V.K, Rohagi. 1979. Probabilit Theor. New York: John Wile Son. [5] Lukacs, E. 1992. Characteristic Function. 2 nd ed. london: Griffin. [6] Panjer, H. H. dan G. E. Willot. 1981. Finite Sum Evaluation of The Negative Binomial-Eksonensial Model. Astin Bulletin. 133-137. [7] Paul, D. I. 2013. A Critical Review of Some Proerties and Alications of The Negative Binomial Distribution and Its Relation to Other Probabilit Distribution. International Buletin Journal of Engineering and Science 2 : 33 34. [8] Tucker, H. G. 1967. Probabilit and Mathematical Statistics. London: Academ Press. [9] Wang, Z. 2011. One Mi Negative Binomial Distribution with Alication. Statistical Planning 141 : 1153 1160.