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

dokumen-dokumen yang mirip
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

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

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

METODE PENAKSIRAN PENAKSIRAN ILUSTRASI CONTOH. pendekatan metode tertentu. Nilai sesungguhnya dari suatu parameter yang berada di selang tertentu.

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

Distribusi Sampel & Statistitik Terurut

Ilustrasi. Statistik dan Statistika. Data nilai ujian Statistik Dasar dari 15 mahasiswa Program Studi tertentu semester ganjil tahun 2008:

10/14/2010 UJI HIPOTESIS PENGERTIAN GALAT (ERROR) salah)

STATISTIK DAN STATISTIKA STATISTIK, PENGERTIAN DAN EKSPLORASI DATA ILUSTRASI

4/16/2009. H 0 ditolak. H 0 tidak ditolak. ditolak. P(menolak H 0 H 0 benar) keputusan benar. = galat lttipe II = β. P(tidak menolak H 0 H 0 salah)

Uji Hipotesis. MA2081 STATISTIKA DASAR Utriweni Mukhaiyar

MA2081 STATISTIKA DASAR. Utriweni Mukhaiyar 1 November 2012

9 Departemen Statistika FMIPA IPB

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

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

UJI RATAAN UJIVARIANSI MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR A PRIL 2011

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

STATISTIK PERTEMUAN VIII

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.

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

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

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

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

Pengantar Statistika Matematika II

x = μ...? 2 2 s = σ...? x x s = σ...?

SEBARAN t dan SEBARAN F

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

JENIS PENDUGAAN STATISTIK

TINJAUAN PUSTAKA Pengertian

Distribusi Sampel, Likelihood dan Penaksir

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

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

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Metode Statistika STK211/ 3(2-3)

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

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

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

Hendra Gunawan. 12 Februari 2014

Pendugaan Parameter. Debrina Puspita Andriani /

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Distribusi Pendekatan (Limiting Distributions)

BAB V ANALISA PEMECAHAN MASALAH

BAB 2 LANDASAN TEORI

BAHAN AJAR STATISTIKA MATEMATIKA 2 Matematika STKIP Tuanku Tambusai Bangkinang. 7. PENAKSIRAN ( Taksiran Interval untuk rataan, varian dan proporsi)

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

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012

PEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar

PEUBAH ACAK DAN. MA 2181 Analisis Data Utriweni Mukhaiyar. 22 Agustus 2011

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

Ukuran Pemusatan, Penyebaran dan Pola Distribusi Normal

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

BAB 2 LANDASAN TEORI

BAB 6: ESTIMASI PARAMETER (2)

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

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

MA1201 MATEMATIKA 2A Hendra Gunawan

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU

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

ANALISIS REGRESI DAN KORELASI SEDERHANA

Bab 6 PENAKSIRAN PARAMETER

BAB III MATERI DAN METODE. Ettawa Berdasarkan Bobot Lahir dan Bobot Sapih Cempe di Satuan Kerja

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

UKURAN PEMUSATAN DATA

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

Makalah ANALISIS REGRESI DAN REGRESI GANDA

PELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR

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

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

Analisa Data Statistik. Ratih Setyaningrum, MT

1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

BAB 7 HIPOTESA 7.1 Pendahuluan

dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR, 6 FEBRUARI 2012 Utriweni Mukhaiyar

Regresi Linear Sederhana

1 n MODUL 5. Peubah Acak Diskret Khusus

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

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

Statistika Inferensial

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

SIFAT-SIFAT SEMIGRUP SIMETRIS INTERVAL

PELUANG 8/18/2010 EKSPERIMEN RUANG SAMPEL. Ruang sampel S, yaitu himpunan dari semua kemungkinanki hasil dari suatu percobaan acak (statistik).

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN

ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

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

DISTRIBUSI KONTINU. Utriweni Mukhaiyar

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

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

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

INTERVAL KEPERCAYAAN

Transkripsi:

PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA08 STATISTIKA DASAR MA08 STATISTIKA DASAR Utriwei Mukhaiyar 5 Oktober 0

Metode Peaksira Peaksira Titik Peaksira Selag Nilai tuggal dari suatu parameter melalui pedekata metodetertetu. Nilai sesugguhya dari suatu parameter berada di selag tertetu. Cotoh. Seorag mahasiswa megulag kuliah Statdas, ketika di awal perkuliaha, memiliki target ilai lulus matkul Statdas adalah B. Cotoh. Seirig berjalaya waktu, mahasiswa tersebut megubah target ilai lulus matkul Statdas adalah miimal AB Nilai : B = 3 IP : AB = [3.5, 4]

Ilustrasi 3 Populasi Sampel Parameter r Populasi µ titik?? selag?? σ?? meaksir Parameter Sampel Parameter sampel meaksir parameter populasi

Peaksira Titik Statistik yag diguaka utuk medapatka taksira titik disebut peaksir atau fugsi keputusa. 4 s X X Apakah da s merupaka peaksir yag baik da palig efisie bagi da?

Peaksir Takbias da Palig Efisie Defiisi Statistik bila, ˆ 5 dikataka peaksir takbias parameter ˆ ˆ E[ ] Dari semua peaksir takbias yag mugki dibuat, peaksir yag memberika variasi terkecil disebut peaksir yag palig efisie ˆ ˆ

Peaksir Tak Bias utuk da Misalka peubah acak X ~ N(, ) X X i peaksir tak bias utuk. i i i s X peaksir takbias utuk i X. Bukti : dega meujukka bahwa, E[X ] E ] [ s ] 6

Peaksira Selag Taksira selag suatu parameter populasi p : ˆ ˆ ˆ da ˆ : ilai dari peubah acak ˆ da ˆ ˆ da dicari sehigga memeuhi : P dega 0 < <. ˆ ˆ 7 taraf/koefisie keberartia Selag kepercayaa : perhituga selag ˆ ˆ berdasarka sampel acak. ˆ

Skema Peaksira POPULASI µ σ POPULASI POPULASI BERPASANGAN POPULASI POPULASI POPULASI BERPASANGAN POPULASI D Tabel bl D Tabel F vv, σ diketahui id k σ tidak diketahui σ, σ diketahui σ = σ tidak diketahui σ σ tidak diketahui Tabel z 8 Tabel t Tabel blz Tabel blt Tabel blt

9 Kurva Normal Baku (Z~N(0,)) meghitug tabel z / P(-z -/ Z z -/ ) - / = 0 -z -/ (-/) z -/ = 5% maka z -/ = z 0,975 =,96 P(Z z 0,975 ) = 0,05 = 0,975 da -z -/ = -z 0,95 = -,96.

0 Kurva t-studet (T~t v ) meghitug tabel t / P(-t / T t / ) - / -t / = 0 t / = 5% da =0 maka t /;- = t 0,05;9 =,6 P(T t 0,05 ) = 0,05 da -tt /;- = -tt 0,05;9 = -,6 6

Selag Kepercayaa (-) utuk Kasus populasi, diketahui z Z z P TLP : ) (0, ~ / N Z X z X z X P z X z X SK (-) utuk jika diketahui :

Selag Kepercayaa (-) utuk Kasus populasi, tidak diketahui t T t P ~ / X t s s s P X t X t s s X t X t SK (-) utuk jika tidak diketahui : X t X t

3 Cotoh Survey tetag waktu maksimum pemakaia komputer (jam) dalam semiggu di 50 buah Waret di Kota Badug diketahui berdistribusi ormal ldega simpaga baku 0 jam da rata-rata pemakaia maksimum adalah 55 jam. Dega megguaka taraf keberartia % carilah selag kepercayaaya!

4 Cotoh Survey tetag waktu maksimum pemakaia komputer (jam) dalam semiggu di 50 buah Waret di Kota Badug diketahui berdistribusi ormal. Rata-rata pemakaia maksimum adalah 55 jam dega simpaga baku 0 jam. Dega megguaka taraf keberartia % carilah selag kepercayaaya! Dapatkah Ada membedaka cotoh dega cotoh?

Aalisis Cotoh 5 Cotoh Cotoh Diketahui : = 50, X 55, σ = 0 = 50, X 55, S = 0 Ditaya : SK 98% utuk ( = 0,0) SK 98% utuk ( = 0,0) Jeis kasus : kasus meaksir dega diketahui, kasus meaksir dega tidak diketahui, Jawab : z -/ = z 099 0,99 =,33 t /;- = t 0,0;490;49 =,36 X z X z X t X t S S

Solusi Cotoh da Selag Kepercayaa utuk. Jika diketahui. i. Jika tidak diketahui. i 6 0 0 55,33 55,33 50 50 0 0 55,36 55,36 50 50 5,705 58,95 5,7 58,90

Selag Kepercayaa (-) utuk - Kasus populasi 7 X ~ N(µ, σ ) X ~ N(µ, σ ). SK (-) utuk ( - ) jika da diketahui ( X X ) Z ( X X ) Z / /

Selag Kepercayaa (-) utuk - Kasus populasi. SK (-) utuk ( - ) jika, tidak diketahui da 8 ( X X ) t s s ( X X ) t s s ; / ; / dimaa s s ( s / ) ( s / )

Selag Kepercayaa (-) utuk - Kasus populasi 3. SK (-) utuk ( = - ) jika, tidak diketahui da 9 ( X X ) t s ( X X ) t s ; / p ; / p dimaa atau ( ) ( ) S S S p da v = + - S p X X X X JK JK XX X X

0 Pegamata Berpasaga Ciri-ciri: Setiap satua percobaa mempuyai sepasag pegamata Data berasal dari satu populasi yag sama Cotoh Produksi miyak sumur A pada tahu 980 da 000 Peetua perbedaa kaduga besi (dalam ppm) beberapa sampel zat, hasil aalisis X-ray da Kimia

Selag Kepercayaa (-) utuk d SK utuk selisih pegamata berpasaga dega rataa da simpaga baku S d : sd d t d t ; D ; s d d dimaa d dega : bayakya pasaga. d merupaka rata-rata dari selisih kelompok data.

Kurva khi kuadrat (x~ v ) meghitug tabel / P X / - 0 = 5% da =0 maka,,, 0,05;9 0,975;9 9,03,7

Selag Kepercayaa (-) utuk σ Kasus populasi P X 3 X ( ) s ~ ( ) s ( ) s P / / SK ( - ) 00% utuk : ( ) s ( ) s ( ); ( );

Kurva fisher (F~ ) 4 F Kurva fisher (F ) meghitug tabel F F v,v / / /, ;, ; v v v v f F f P, ;, ; f f 0 f f -, ; 4,36 0,05;9,8, ; f f = 5%, = 0 da = 9 maka, da 0,4 4, 0,975;8,9, ;, ; f f f

Selag Kepercayaa (-) utuk / Kasus populasi P f F f ; v, v ; v, v s F ~ f, v, v s s s P f s ;, f v v s ; v, v SK ( - ) ) 00% utuk / : s s s f s 5 f ; v, v ; v, v

6 Referesi Devore, J.L. ad Peck, R., Statistics The Exploratio ad Aalysis of Data, USA: Duxbury Press, 997. Pasaribu, U.S., 007, Catata tt Kuliah Klih Biostatistika. ttitik Wild, C.J. ad Seber, G.A.F., Chace Ecouters A first Course i Data Aalysis ad Iferece, USA: Joh Wiley&Sos,Ic., 000. Walpole, Roald E. Da Myers, Raymod H., Ilmu Peluag da Statistika utuk Isiyur da Ilmuwa, Edisi 4, Badug: Peerbit ITB, 995. Walpole, Roald E. et.al., Probability & Statistics for Egierrs & Scietists,, Eight editio, New Jersey : Pearso Pretice Hall, 007.