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

dokumen-dokumen yang mirip
MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

STATISTIKA MATEMATIKA

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

Distribusi Pendekatan (Limiting Distributions)

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

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B.

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

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

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

Distribusi Sampel, Likelihood dan Penaksir

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 71-76, Agustus 2003, ISSN :

Distribusi Sampel & Statistitik Terurut

BAB II TINJAUAN PUSTAKA

PERTEMUAN 13. VEKTOR dalam R 3

BARISAN TAK HINGGA DAN DERET TAK HINGGA

Pengantar Statistika Matematika II

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

BAB 2 LANDASAN TEORI

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

MATEMATIKA DISKRIT FUNGSI

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak

MA1201 MATEMATIKA 2A Hendra Gunawan

REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.

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

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

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

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 2, No.1, Februari 2013

2 BARISAN BILANGAN REAL

BAB 2 LANDASAN TEORI

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

Gambar 1. Partisi P dari empat persegi panjang R = [a, b] x [c, d] adalah dua himpunan i i

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

PEMBUKTIAN SIFAT RUANG BANACH PADA B 1/4 (K) Malahayati

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

Teorema Nilai Rata-rata

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.

Hendra Gunawan. 12 Februari 2014

B a b 1 I s y a r a t

Kalkulus Rekayasa Hayati DERET

Matematika Terapan Dosen : Zaid Romegar Mair, ST., M.Cs Pertemuan 3

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

- Yadi Nurhayadi - M O D U L S T A T I S T I K A BAB 2 DISTRIBUSI FREKUENSI

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

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

BARISAN DAN DERET. Nurdinintya Athari (NDT)

Metode Statistika STK211/ 3(2-3)

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN

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

Probabilitas dan Proses Stokastik

Pengertian Secara Intuisi

Mariatul Kiftiah. JurusanMatematika FMIPA Universitas Tanjungpura, Pontianak Jl. A Yani Pontianak ABSTRACT

Himpunan/Selang Kekonvergenan

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TINJAUAN PUSTAKA. dengan asumsi bahwa telah diketahui bentuk fungsi regresinya. atau dalam bentuk matriks dapat ditulis dengan:

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

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

Bab 2. Sistem Bilangan Real Aksioma Bilangan Real Misalkan adalah himpunan bilangan real, P himpunan bilangan positif dan fungsi + dan.

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

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

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

Supriyadi Wibowo Jurusan Matematika F MIPA UNS

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

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

RUANG METRIK DENGAN SIFAT BOLA TERTUTUPNYA KOMPAK

CATATAN KULIAH Pertemuan I: Pengenalan Matematika Ekonomi dan Bisnis

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

Homomorfisma Pada Semimodul Atas Aljabar Max-Plus

Pengantar Statistika Matematika II

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

DISTRIBUSI KHUSUS YANG DIKENAL

KEKONVERGENAN BARISAN DI DALAM RUANG

BAB I PENDAHULUAN. A. Latar Belakang Masalah

BAB 2 LANDASAN TEORI

TINJAUAN PUSTAKA Pengertian

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

BAB 6: ESTIMASI PARAMETER (2)

Sistem Bilangan Kompleks (Bagian Ketiga)

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. asalkan limit ini ada.

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

Transkripsi:

KELUARGA EKSPONENSIAL Utuk Memeuhi Tugas Mata Kuliah Statistika Iferesial Dose Pegampu: Nedra Mursetya Somasih Dwipa, M.Pd Disusu Oleh : V A4 Kelompok. Nuuk Rohaigsih (444009). Rochayati (444000) 3. Siam Tri Khasaah (44400) 4. Emi Suryai (444006) 5. Puika Dwi Yati (4440043) PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS PGRI YOGYAKARTA 06

KELUARGA EKSPONENSIAL A. Keluarga Ekspoesial Keluarga fugsi kepadata probabilitas yag tergatug pada parameter θ da berbetuk f(x; θ) = C(θ)e [Q(θ)T(x)] h(x) Dega x R, θ Ω( R) da C(θ) > 0 serta h(x) > 0 utuk x S diamaka keluarga ekspoesial. Jika variabel radom salig bebas da berdistribusi idetik dega f(x; θ) dega θ Ω R maka fugsi kepadata probabilitas dari X sebagai f(x; θ) = C(θ)e [Q(θ)T(x)] h(x). Cotoh : Misalka f(x; θ) = ( x ) θx ( θ) x I A (x) dega A = {0,,, }. Fugsi probabilitas tersebut dapat diyataka sebagai f(x; θ) = ( x ) θx ( θ) x I A (x) x = ( θ) θ [ θ ] ( x ) I A(x) = ( θ) θ [log( e θ )] ( x ) I A(x) maka fugsi probabilitas dari distribusi biomial f(x; θ) = ( x ) θx ( θ) x I A (x) adalah f(x; θ) = ( θ) θ [log( e θ )] ( x ) I A(x). Sehigga distribusi Biomial merupaka aggota keluarga ekspoesial dega C(θ) = ( θ), Q(θ) = log ( θ θ ), T(x) = x, h(x) = ( x ) I A(x). Cotoh : Misalka variabel radom X berdistribusi N (μ, σ ). Jika σ diketahui μ = θ maka fugsi kepadata probabilitas dari X adalah

f(x, θ) = (x μ) πσ e[ σ ] f(x, θ) = = (x θ) πσ e[ σ ] = (x xθ+θ ) πσ e[ σ ] = πσ e[ x σ ] e [xθ σ ] e [ θ σ ] θ πσ e[ σ ] e [ θ σ x] e [ σ x ] dega θ R sehigga distribusi tersebut merupaka aggota keluarga ekspoesial dega c (θ) = θ πσ e[ σ ], Q (θ) = θ σ, Jika μ diketahui da σ = θ maka X adalah, T(x) = x, h (x) = e[ f(x, θ) = (x μ) πσ e[ σ ] x σ ]. fugsikepadata probabilitas dari = (x μ) πθ e[ θ ] f(x; θ) = πθ e[ θ (x μ) ] Dega θ (0, ) sehigga distribusi tersebut keluarga ekspoesial dega c(θ) = πθ, Q(θ) = θ, T(x) = (x μ), h(x) =. merupaka aggota Jika ruag parameter dari keluarga fugsi kepadata ekspoesial parameter megadug iterval o degeerate maka keluarga tersebut legkap. Teorema.6 Misalka X variabel radom dega fugsi kepadata probabilitas f(x; θ) dega θ Ω R seperti tersebut diatas. Keluarga

G = {g(x; θ) θ Ω} merupaka fugsi kepadata probabilitas dari T (X) maka G legkap asalka Ω megadug iterval o degeerate. Teorema.7 Misalka X, X,,.. X variabel radom salig bebas da berdistribusi idetik dega fugsi kepadata probabilitas merupaka aggota keluarga ekspoesial parameter.. Statistik T = i= T (X ) merupaka statistik cukup utuk θ.. Fugsi kepadata probabilitas dari T* selalu berbetuk g( t; ) Q t c e h* t 3. Jika variabel radom kotiu maka fugsi kepadata probilitasya dapat diyataka sebagai g Q t t; c e h* t

Teorema berikut ii meyataka sifat kelegkapa dari suatu keluarga distribusi. Teorema.8 Keluarga G gx; degeerate. legkap asalka megadug iterval o Dalam hal ii G gx; dega kepadata probabilitas dari statistik cukup Teorema.9 Misalka X,..., g( x; ) T * adalah keluarga fugsi, X X variabel radom salig bebas da berdistribusi idetik dega fugsi kepadata probabilitas merupaka aggota keluarga ekspoesial da T * seperti didefiisika pada Teorema.7.. Jika V sebarag statistik yag lai, V salig bebas jika da haya jika distribusi dari V da Cotoh 3: Misalka T * tidak tergatug pada X X,..., X variabel radom salig bebas dega fusi, kepadata N,. Statistik yag merupaka aggota keluarga ekspoesial dalam X X i i Merupaka statistik cukup utuk sedagka S i X X merupaka statistik lai yag tidak tergatug pada θ maka dega megguaka Teorema.9 diperoleh bahwa x da S salig bebas. B. Geeralisasi dari Keluarga Ekspoesial Misalka X, X,, X variabel radom salig bebas da X = (X, X,, X ) t. Fugsi kepadata probabilitas bersama dari merupaka aggota keluarga ekspoesial r parameter jika mempuyai betuk i

f(x; θ) = c(θ)e [ i= Q i(θ)t i (x)] h(x) dega x = (x, x,, x ) t utuk i =,,., k da k, θ = (θ, θ,, θ ) t ε Ω R r, C(θ) > 0, θ ε Ω da h(x) > 0 utuk x ε S himpua ilai positif dari f(x; θ) yag salig bebas terhadap θ. Cotoh 4: Misalka variabel radom X berdistribusi N(θ, θ ). Fugsi kepadata probalitas dari X dapat diyataka sebagai f(x, μ) = (x μ) πσ e[ σ ] f(x, θ) = (x θ) πσ e[ σ ] = (x xθ+θ ) πσ e[ σ ] = πσ e[ = x σ ] e [xθ f(x; θ, θ ) = e [ θ πθ σ ] e [ θ σ ] θ πσ e[ σ ] e [ θ σ x] e [ σ x ] x] θ [ θ x x e θ θ ] Hal ii berarti keluarga distribusi ormal merupaka aggota keluarga distribusi ekspoesial dega da c(θ) = e [ θ ] θ, Q (θ) = θ, Q πθ θ (θ) = θ Dalam hal ii θ = (θ, θ ). T (x) = x, T (x) = x, h(x) =