MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011

dokumen-dokumen yang mirip
BI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar

FUNGSI PELUANG GABUNGAN M A P E N G A N T A R S T A T I S T I K A 14 F E B R U A R I 2013 U T R I W E N I M U K H A I Y A R

Fungsi Peluang Gabungan

(HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 20 September 2012 Utriweni Mukhaiyar

PEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012

DISTRIBUSI KONTINU. Utriweni Mukhaiyar

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

MA2181 Analisis Data - U. Mukhaiyar 1

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS

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

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

Joint Distribution Function

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

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS

A. Distribusi Gabungan

A. Distribusi Gabungan

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

Regresi Linear Sederhana

Distribusi Peluang Kontinu. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

PEUBAH ACAK DAN DISTRIBUSINYA

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah

REGRESI LINEAR SEDERHANA

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

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

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

ANALISIS VARIANSI. Utriweni Mukhaiyar. 2 November 2011

Utriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012

Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R

MA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar

Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat

Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan dapat diketahui dari

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

STATISTIK PERTEMUAN VI

Sebaran Peubah Acak Bersama

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

Sebaran Peubah Acak Bersama

AK5161 Matematika Keuangan Aktuaria

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

Analisis Variansi (ANOVA) Utriweni Mukhaiyar MA 2081 Statistika Dasar 13 November 2012

AK5161 Matematika Keuangan Aktuaria

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 RATAAN UJIVARIANSI MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR A PRIL 2011

Uji Hipotesis. MA2081 STATISTIKA DASAR Utriweni Mukhaiyar

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

MA2081 STATISTIKA DASAR. Utriweni Mukhaiyar 1 November 2012

Harapan Matematik. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

PEUBAH ACAK DAN DISTRIBUSINYA

Variansi dan Kovariansi. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

11/8/2010 ANALISIS VARIANSI ILUSTRASI

BAB II PEUBAH ACAK dan DISTRIBUSI PELUANG

Statistika Variansi dan Kovariansi. Adam Hendra Brata

PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK

Pengantar Proses Stokastik

Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 5 Februari 2015

Peubah Acak dan Distribusi Kontinu

Pengantar Proses Stokastik

2. Peubah Acak (Random Variable)

STATISTIKA NON PARAMETRIK

MA3081 STATISTIKA MATEMATIKA We love Statistics

Pengantar Proses Stokastik

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Bab 8 Fungsi Peluang Bersama: Bersama Kita Berpisah

Contoh Solusi PR 2 Statistika & Probabilitas. 1. Semesta dari kejadian adalah: pemilihan 5 soal dari 10 soal. Jumlah kemungkinannya ( 10 = 252.

Ukuran Kebergantungan Korelasi Pearson - Korelasi Spearman - Kendals Tau. MA2281 Statistika Nonparametrik 3 Maret 2016 Utriweni Mukhaiyar

REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS. Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 21 Januari 2016

Kuis 1 MA5181 Proses Stokastik Precise. Prospective. Tanggal 24 Agustus 2016, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK

MA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011 LATIHAN I

BEBERAPA TEKNIK DISTRIBUSI FUNGSI PEUBAH ACAK

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014

DISTRIBUSI SATU PEUBAH ACAK

MA2081 Statistika Dasar

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik

Matematika I: APLIKASI TURUNAN. Dadang Amir Hamzah. Dadang Amir Hamzah Matematika I Semester I / 70

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

DAN ANALISIS DATA. Sari Numerik. MA 2181 Analisis Data 8 Agustus 2011 Utriweni Mukhaiyar. 1. Statistik dan Statistika. 2. Populasi dan Sampel

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

MODIFIKASI METODE RUNGE-KUTTA ORDE-4 KUTTA BERDASARKAN RATA-RATA HARMONIK TUGAS AKHIR. Oleh : EKA PUTRI ARDIANTI

BAB II PERSAMAAN DIFERENSIAL ORDE SATU

POKOK BAHASAN YANG DIAJARKAN: 1. DISTRIBUSI PEUBAH ACAK a. Distribusi Peubah Acak Tunggal b. Distribusi Peubah Acak Ganda c. Distribusi Bersyarat d.

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Var X y x E X y. g x y dx. dan varians bersyarat dari Y diberikan X = x dirumuskan sebagai berikut: Var Y x y E Y x. h y x dy

Nilai Ekstrim. (Extreme Values)

PERSAMAAN DIFERENSIAL I PERSAMAAN DIFERENSIAL BIASA

MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA

BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL

DISTRIBUSI PROBABILITAS

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013

SIFAT-SIFAT INTEGRAL LIPAT

Transkripsi:

Fungsi Peluang Gabungan MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011

Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ditawarkan dengan kategori-kategori yang berbeda. Misalkan diperhatikan komponen-komponen yang dimiliki suatu bangunan. Kekuatan bangunan Banyak klantai Tinggi bangunan Luas bangunan Luas taman/daerah hijau Banyak lift Banyak pintu/tangga darurat bangunan Banyak ruangan... KONTINU... DISKRIT Misal peubah acak X menyatakan kekuatan bangunan, dan peubah acak Y menyatakan tinggi bangunan. Distribusi peluang dari kejadian serentak kedua peubah acak tersebut dinyatakan oleh f(x, y), yang disebut sebagai fungsi peluang gabungan X dan Y. f(x<a, y<b) bermakna distribusi peluang dari kekuatan bangunan bernilai kecil f(,y ) p g g dari a satuan kekuatan dan tinggi bangunan bernilai kecil dari b satuan tinggi.

Ilustrasi Misalkan peubah acak X 1 menyatakan banyak lantai gedung, peubah acak X 2 menyatakan banyak lift, peubah acak X 3 menyatakan banyak ruangan. f(x 1, x 2, x 3 ) = P(X 1 =x 1, X 2 =x 2, X 3 =x 3 ) menyatakan distribusi peluang dari kejadian bersama /serentak dari ketiga peubah acak tersebut atau fungsi peluang gabungan dari X 1, X 2, dan X 3. f(10, 15, 50) menyatakan peluang bahwa pada gedung terdapat 5 lantai, 15 lift dan 50 ruangan.

Fungsi Peluang Gabungan D I S K R 1. P(X=x x, Y=y) 0 untuk semua (x, y) 2. PX ( xy, y) 1 x y 3. Untuk sebarang daerah A dalam daerah definisi xy berlaku, I P [( X, Y ) A ] f ( x, y ) T K O N T I N U 1. f(x, y) 0 untuk semua (x, y) 2. f ( x, y) dxdy 1 A 3. Untuk sebarang daerah A dalam daerah definisi xy berlaku, U P [( X, Y) A] f( x, y ) dxdy A

Contoh 1 Dalam sebuah kotak k buah terdapat t 3 buah jeruk, 2 apel dan 3 pisang diambil secara acak 4 buah. Jika X adalah banyaknya buah jeruk dan Y adalah banyaknya buah apel yang terambil, hitung: a. Fungsi peluang ggabungan g f(x,y) b. P[(X,Y)A] dimana A adalah daerah {(x,y) x + y 2} Jawab: a. Pasangan nilai i (x,y)) yang mungkin dari kasus di atas adalah; (0,1), (0,2), (1,0), (1,1), (1,2), (2,0), (2,1), (2,2), (3,0), (3,1). f(3,0) artinya peluang terambil 3 jeruk dan 1 pisang. Banyak cara yang mungkin, pengambilan 4 sampel dari 8 adalah : 8C 4 = 70. Banyak cara yang mungkin, terambilnya 3 jeruk dan 1 pisang adalah : y y g g, y 3 j p g 3C 3. 3 C 1 =1.3=3. Sehingga f(3,0)=3/70.

Solusi 1 Distribusi ib i fungsi peluangnya: y f(x,y) ) 0 1 2 3 b. P[( X, Y) A] P( X Y 2) 0 0 3/70 9/70 3/70 1 2/70 18/70 18/70 2/70 x 2 3/70 9/70 3/70 0 32 3 3Cx 2Cy 3C 4xy x y 4 x y f( x, y) 8 8C4 4 PX ( 0, Y 1) PX ( 0, Y 2) PX ( 1, Y0) PX ( 1, Y1) PX ( 2, Y0) f(0,1) f(0, 2) f(1, 0) f(1,1) f (2, 0) 2 3 3 18 9 35 1 70 70 70 70 70 70 2

Contoh 2 Suatu restoran cepat saji menyediakan fasilitas pemesanan untuk dibawa pulang melalui drive in dan walk in. Pada suatu hari yang dipilih secara acak, diperhatikan waktu yang dibutuhkan untuk menyiapkan pemesanan (dalam satuan waktu pelayanan) masing-masing untuk drive in dan walk in, yang berturut-turut dinotasikan sebagai peubah acak X dan Y. Misalkan fungsi kepadatan peluang gabungan dari kedua peubah acak tersebut adalah: 2 ( x 2 y ), 0 x 1,0 y 1 f( x, y) 3 0, xy, lainnya a. Selidiki apakah f(x,y) adalah fungsi peluang. b. Hitung peluang bahwa pada suatu hari ditemukan waktu pelayanan pada fasilitas drive in dan walk in masing-masing gkurang dari setengah.

Solusi 2 1 1 1 1 1 2 2 1 2 1 a. f ( xydxdy, ) d ( x2 y) dxdy d ( x 4 yx) dy (1 4 y) dy 3 3 3 0 0 0 0 0 1 1 2 1 ( y2 y ) (12) 0 3 3 1 f(x,y) adalah fungsi peluang. 0 b. 1/2 1/2 1/ 2 1/2 2 1 2 0 P( X 0.5, Y 0.5) ( x2 y) dxdy ( x 4 yx) dy 3 3 0 0 0 1/2 1/2 2 2y dy y y 0 11 11 11 1 1 1 3 4 3 4 3 4 2 4 8 0

Fungsi Marjinal Misalkan peubah acak X dan Y memiliki fungsi peluang gabungan f(x,y). Notasikan fungsi peluang marjinal untuk X adalah g(x) dan fungsi peluang marjinal untuk Y adalah h(y). Untuk X dan Y diskrit. gx ( ) f ( xy, ) PX ( x, Y y ) y hy f xy PX xy y hy ( ) f ( xy, ) PX ( xy, y ) x Untuk X dan Y kontinu. y x gx ( ) f( xydy, ) dan h( y) f( x, y) dx

Contoh 3 Perhatikan Contoh 1. Tunjukkan bahwa total jumlah kolom dan baris dari distribusi peluang f(x,y) masing-masing adalah distribusi peluang marjinal dari X dan Y. Jawab : 2 3 5 1 g(0) f(0,0) f(0,1) f(0, 2) 0 70 70 70 14 3 18 9 30 3 g(1) f(1, 0) f(1,1) f(1, 2) 70 70 70 70 7 9 18 3 30 3 g(2) f(2,0) f(2,1) f(2, 2) 70 70 70 70 7 3 2 5 1 g(3) f(3, 0) f(3,1) f(3, 2) 0 70 70 70 14

Solusi 3 Distribusi ib i peluang peubah acak X adalah : x 0 1 2 3 g(x) = P(X=x) 1/14 6/14 6/14 1/14 Dengan cara yang sama diperoleh distribusi peluang peubah acak Y adalah : y 0 1 2 h(y) = P(Y=y) 3/14 8/14 3/14

Contoh 4 Perhatikan Contoh 2. Tentukan, a. fungsi peluang marjinal untuk X b. fungsi peluang marjinal untuk Y c. peluang bahwa fasilitas drive in membutuhkan waktu kurang dari satu setengah satuan waktu pelayanan. Jawab : a. Misalkan fungsi peluang marjinal X adalah g(x) ( ) 1 1 2 2 2 2 gx ( ) f ( xydy, ) ( x 2 ydy ) ( xy y ) ( x 1) 0 3 3 3 0 2 ( 1), 0 1 3 x x 0

Solusi 4 b. Misalkan fungsi peluang marjinal Y adalah h(y) 1 1 2 2 21 21 h ( y ) f ( x, y ) dx ( x 2 y ) dx x 2yx 2 y 0 3 3 2 0 3 2 1 4 y, 0 y1 3 3 0 c. Misalkan peluang bahwa fasilitas drive in membutuhkan waktu kurang dari satu setengah satuan waktu pelayanan adalah P(X<1,5). 15 1.5 1 1 2 2 1 2 1 PX ( 1.5) gxdx ( ) ( x1) dx x x (12) 0 3 3 3 3 1 0 0

Peluang Bersyarat Misalkan X dan Y adalah peubah acak, diskrit it atau kontinu. Peluang bersyarat dari peubah acak Y jika diberikan ik X=x adalah: f ( x, y ) f( y x), g( x) 0 gx ( ) Peluang bersyarat dari peubah acak X jika diberikan Y=y adalah: f( x, y) f( x y), h( y) 0 hy ( )

Bebas Statistik Misalkan peubah acak X dan Y mempunyai fungsi kepadatan peluang gabungan f(x,y) dengan fungsi peluang marjinal masing-masingnya masingnya adalah g(x) dan h(y). Peubah acak X dan Y dikatakan saling bebas jika dan hanya jika, f ( x, y ) g ( x ) h ( y ) untuk semua (x, y) di dalam daerah definisinya.

Contoh 5 Perhatikan Contoh 1. Tentukan distribusi peluang bersyarat dari X jika diberikan Y = 1. Hitung P(X=0 Y=1) Jawab : f ( x, y ) f ( x,1) f ( x y) hy ( ), h ( y ) 0 yaitu f( x 1) 814 f(0 1) f(0,1) 2 70 1 f(1,1) 18 70 9, f (1 1) 8 14 8 14 20 8 14 8 14 20 f(2 1) f(2,1) 18 70 9 f(3,1) 2 70 1, f(3 1) 8 14 8 14 20 8 14 8 14 20 Distribusi peluang bersyarat : P(X=0 Y=1) x 0 1 2 3 f(x 1) 1/20 9/20 9/20 1/20

Contoh 6 Perhatikan Contoh 2. Apakah peubah acak X dan Y saling bebas? Karena, 2 1 2 gxhy ( ) ( ) ( x1) (14 y) (4xy4yx1) 3 3 9 2 ( 2 ) (, ) 3 x y f xy Maka X dan Y tidak saling bebas b secara statistik. ik

Kovariansi Dua Peubah Acak Misalkan X dan Y adalah peubah acak dengan fungsi peluang gabungan f(x,y) Kovariansi i dari X dan Y adalah: Cov( X, Y ) E[( X )( Y )] dengan, E [ XY ] xyf ( x, y ) dydx X EXY [ ] EXEY [ ] [ ] E [ X ] xf ( x, y ) dydx dan E[ Y ] yf ( x, y) dxdy Y Cov(X, X) ) = Var(X) Cov(Y, Y) = Var(Y) Variansi adalah kovariansi terhadap diri sendiri

Referensi Wl Walpole, l Ronald E. dan Myers, Raymond H., Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan, Edisi 4, Bandung: Penerbit ITB, 1995. Walpole, Ronald E., et.al, 2007, Statistitic for Scientist and Engineering, i 8th Ed., New Jersey: Prentice Hall. Pasaribu, U.S., 2007, Catatan Kuliah Biostatistika. 19 edited 2011 by UM