1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peubah acak kontinu adalah peubah acak yang nilai-nilai X yang mungkin dalam R x merupakan sebuah interval dalam garis bilangan real. Fungsi densitas dari sebuah peubah acak kontinu X adalah fungsi yang nilai-nilainya, g(x), memenuhi persyaratan sebagai berikut a. g(x) ≥ 0 b. c. Untuk setiap a dan b , dengan -∞ < a < b < ∞ berlaku: Ekspektasi untuk peubah acak kontinu X ditentukan oleh : Fungsi densitas dari sebuah peubah acak kontinu bisa mempunyai beberapa nilai bergantung pada nilai peubah acaknya. Jika setiap nilai fungsi densitas itu merupakan fungsi dari konstanta yang belum diketahui, maka penghitungan konstanta itu tidak dilakukan terhadap masing-masing interval nilai peubah acaknya melainkan terhadap semua interval nilai peubah acaknya. Dalam pokok bahasan di sini juga memuat distribusi kontinu yang sangat penting di bidang statistika yaitu Distribusi Seragam, Distribusi Gamma, Distribusi Eksponensial, Distribusi Chi-Kuadrat, Distribusi Beta, Distribusi Normal Umum, Distribusi Normal Baku, dan dan Distribusi Normal Dua Peubah Acak. Distribusi-distribusi ini yang sangat berperan pada statistik inferensial yaitu dalam pengujian hipotesis, pengujian panjang umur (life testing) dan sebagainya. 1.2 Rumusan Masalah Berdasarkan uraian dalam latar belakang di atas, penulis perlu merumuskan masalah: 1 ) ( dx x g b a dx x g b X a P ) ( ) ( dx x xf x E ) ( ) (
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
1
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Peubah acak kontinu adalah peubah acak yang nilai-nilai X yang mungkin dalam Rx
merupakan sebuah interval dalam garis bilangan real.
Fungsi densitas dari sebuah peubah acak kontinu X adalah fungsi yang nilai-nilainya, g(x),
memenuhi persyaratan sebagai berikut
a. g(x) ≥ 0
b.
c. Untuk setiap a dan b , dengan -∞ < a < b < ∞ berlaku:
Ekspektasi untuk peubah acak kontinu X ditentukan oleh :
Fungsi densitas dari sebuah peubah acak kontinu bisa mempunyai beberapa nilai
bergantung pada nilai peubah acaknya. Jika setiap nilai fungsi densitas itu merupakan fungsi
dari konstanta yang belum diketahui, maka penghitungan konstanta itu tidak dilakukan
terhadap masing-masing interval nilai peubah acaknya melainkan terhadap semua interval
nilai peubah acaknya.
Dalam pokok bahasan di sini juga memuat distribusi kontinu yang sangat penting di
bidang statistika yaitu Distribusi Seragam, Distribusi Gamma, Distribusi Eksponensial,
Distribusi Chi-Kuadrat, Distribusi Beta, Distribusi Normal Umum, Distribusi Normal Baku, dan
dan Distribusi Normal Dua Peubah Acak.
Distribusi-distribusi ini yang sangat berperan pada statistik inferensial yaitu dalam
pengujian hipotesis, pengujian panjang umur (life testing) dan sebagainya.
1.2 Rumusan Masalah
Berdasarkan uraian dalam latar belakang di atas, penulis perlu merumuskan masalah:
1)( dxxg
b
a
dxxgbXaP )()(
dxxxfxE )()(
2
1. Bagaimanakah bentuk fungsi densitas, rerata dan varians dari distribusi seragam?
2. Bagaimanakah bentuk fungsi densitas, rerata dan varians dari distribusi gamma?
3. Bagaimanakah bentuk fungsi densitas, rerata dan varians dari distribusi eksponensial?
4. Bagaimanakah bentuk fungsi densitas, rerata dan varians dari distribusi chi-kuadrat?
5. Bagaimanakah bentuk fungsi densitas, rerata dan varians dari distribusi beta?
6. Bagaimanakah bentuk fungsi densitas, rerata dan varians dari distribusi normal umum?
7. Bagaimanakah bentuk fungsi densitas, rerata dan varians dari distribusi normal baku?
8. Bagaimanakah bentuk fungsi densitas, rerata dan varians dari distribusi normal dua
peubah acak?
1.3 Tujuan Penulisan
Berdasarkan rumusan masalah di atas penyusun memiliki tujuan:
1. Untuk menjelaskan tentang bentuk fungsi densitas, rerata dan varians dari distribusi
seragam
2. Untuk menjelaskan tentang bentuk fungsi densitas, rerata dan varians dari distribusi
gamma
3. Untuk menjelaskan tentang bentuk fungsi densitas, rerata dan varians dari distribusi
eksponensial
4. Untuk menjelaskan tentang bentuk fungsi densitas, rerata dan varians dari distribusi
chi-kuadrat
5. Untuk menjelaskan tentang bentuk fungsi densitas, rerata dan varians dari distribusi
beta
6. Untuk menjelaskan tentang bentuk fungsi densitas, rerata dan varians dari distribusi
normal umum
7. Untuk menjelaskan tentang bentuk fungsi densitas, rerata dan varians dari distribusi
normal baku
8. Untuk menjelaskan tentang bentuk fungsi densitas, rerata dan varians dari distribusi
normal dua peubah acak
3
1.4 Manfaat Penulisan
Manfaat dari penulisan makalah ini adalah supaya penyusun dan pembaca dapat
mengetahui semua distribusi peubah acak kontinu yang ada di dalam makalah ini.
1.5 Metode Penulisan
Dalam penyusunan makalah ini metode penulisan yang digunakan adalah studi pustaka,
yaitu dengan cara mempelajari konsep dan teori dari sumber yang berhubungan dan
mendukung dengan apa yang dibahas oleh penyusun.
4
BAB II
ISI Distribusi untuk kontinu diantaranya yaitu distribusi seagam, distribusi gamma, distribusi
eksponensial, distribusi khi kuadrat, distribusi beta, distribusi normal umum, distribusi baku, distribusi dua peubah acak. X adalah variable acak kontinu, dimana x ∈ R pada interval −∞ < x < ∞. Probabilitasnya adalah P(X < x|C) dari pernyataan X < x| C, dengan x bergantung terhadap C, maka disebut probability fungsi ditribusi peluang dengan F(x) = P(X <x| C) .
Peubah acak kontinu adalah peubah acak yang nilai-nilai X yang mungkin dalam Rx merupakan sebuah interval dalam garis bilangan real.
Fungsi densitas dari sebuah peubah acak kontinu X adalah fungsi yang nilai-nilainya, g(x), memenuhi persyaratan sebagai berikut
g(x) ≥ 0
Untuk setiap a dan b , dengan -∞ < a < b < ∞ berlaku:
Berikut adalah beberapa distribusi khusus kontinu :
1. Distribusi Seragam
Distribusi Seragam Kontinu adalah distribusi peluang kontinu yang paling sederhana.
Peubah acak X dikatakan berdistribusi seragam, jika dan hanya ika fungsi densitasnya
berbentuk:
dan grafiknya sebagai berikut :
1)( dxxg
b
a
dxxgbXaP )()(
lainnya x , 0
,-1
)(
xxg
5
Sifat rataan dan varians dari distribusi seragam kontinu adalah sebagai berikut:
K
2. Distribusi Gamma
Sebuah peubah acak X berdistribusi Gamma G(r, v) dengan parameter r dan v , dapat
dituliskan sebagai X ~ G(r, v) jika fungsi densitasnya memenuhi :
dan dengan g(x|r, v) = 0 untuk nilai sisa dari X dengan menjadi fungsi gammanya.
Rataan dan Varians daari Distribusi Gamma :
Rataan :
Varians :
3. Distribusi Eksponensial
Suatu variabel acak X memiliki distribusi eksponensial dengan μ parameter, jika
densitasnya fungsi p (x|μ) diberikan oleh :
dan g (x | μ) = 0 untuk nilai sisa X.
βα2
1][ XE
2αβ12
1
][XV
xr
vrxg exv vxrr
0dengan )(
),|( 1
)(r
vrXE ][
vrXV 2][
0 dan x 0untuk , 1)|(
ex
xg
6
Teorema :
Jika x variabel random dari distribusi eksponensial dengan parameter , maka rataan dan
variansnya adalah sebagai berikut:
o Rataan :
o Varians :
Probabilitas dari Variabel Random Berdistribusi Eksponensial :
4. Distribusi Chi-Kuadrat
Dalam teori probabilitas dan statistika, distribusi khi-kuadrat (Chi-square distribution) atau distribusi χ²(v) dengan v derajat bebas adalah distribusi jumlah kuadrat v peubah acak normal baku yang saling bebas. Distribusi ini seringkali digunakan dalam statistika inferensial, seperti dalam uji hipotesis, atau dalam penyusunan selang kepercayaan. Distribusi khi-kuadrat merupakan kasus khusus distribusi gamma. Distribusi chi-kuadrat diperoleh dari distribusi gamma dengan α=v/2 dan β=2.
Definisi distribusi chi-kuadrat :
Fungsi densitas chi-kuadrat :
Parameter distribusi chi-kuadrat :
o Rataan :
o Variansi :
o FPM :
][XE
2][ XV
xlainnya
xexvxf
xv
v
;0
0;
22
1
)(
21
2
2
v
vx 22
7
5. Distribusi Beta
Misalnya fungsi densitas dari peubah acak Y yang berdistribusi seragam berbentuk: H(y) = 1; 0 < y < 1 = 0; y lainnya Apabila kita perhatikan funsi densitasnya, maka sebenarnya fungsi densitas tersebut merupakan khusus dari distribusi beta. Definisi
Peubah acak X dikatakan berdistribusi beta jika hanya jika fungsi densitasnya berbentuk :
Peubah acak X yang berdistribusi beta dengan parameter α dan β dapat ditulis sebagai X~B(α,β) Parameter distribusi beta :
Rataan :
Varians :
6. Distribusi Normal Umum
Distribusi normal adalah distribusi yang paling penting di antara distribusi yang lain. Kurva dari distribusi normal mempunyai bentuk setangkup seperti njpolonceng:
Nama lainnya: distribusi Gauss (Gaussian Distribution). Distribusi Normal (μ,σ2)
mempunyai rataan μ dan varians σ2. Peubah acak X dikatakan berdistribusi normal dengan parameter μ dan σ2, yang
dituliskan sebagai X ~ N (μ, σ2), jika fungsi densitasnya p(xμ, σ2) sebagai berikut: Yang dalam hal ini π = 3.14159… dan e = 2.71828…
Beberapa sifat dri kurva fungsi densitas distribusi normal umum :
1. Kurvanya berbentuk lonceng dan simetrik di x = μ
2. Rataan, median dan modus dari distribusi berimpitan.
3. Fungsi densitas mencapai nilai maksimum di x = μ sebesar √ .
1,1,10;)1.()().(
)( 11
xxxf
122
xexgx
,2
1),|(2
21
2
8
4. Kurvanya berasimtot sumbu datar x.
5. Kurvanya mempunyai titik infleksi (x,f(x)) dengan:
푥 = 휇 ± 휎
푓(푥) = 1
√2휋휎휎푒
6. Luas daerah dibawah kurva:
a. P(|X – μ|< 휎) = 0,6826
b. P(|X – μ|< 2휎) = 0,9544
c. P(|X – μ|< 3휎) = 0,9973
Parameter Distribusi Normal Umum: Rataan : E [X] = μ
Varians : V [X] = σ2
FPM : 푀 (푡) = 푒푥푝 ; 푡 ∈ 푅
Kurva dengan beberapa nilai dari
Sifat-Sifat Kurva Normal:
Modus, adalah suatu titik yang terletak pada sumbu x di mana kurva mempunyai nilai
maksimum, yaitu pada x = μ
Kurva berbentuk simetri terhadap sumbu tegak pada x = μ
Kurva mempunyai titik belok pada x = μ ± σ, cekung dari bawah bila μ – s < x < μ + s dan
cekung dari atas untuk nilai x lainnya
Kedua ujung kurva normal mendekati sumbu datar secara asimptotik bila x bergerak
menjauhi μ baik dari kiri maupun dari kanan.
Luas daerah di bawah kurva adalah 1
2
21
21)(
xexg
21
9
The Central Limit Theorem
Fungsi Gaussian memiliki sifat yang unik, yakni hasil penjumlahan dua atau lebih fungsi Gaussian akan merupakan fungsi Gaussian juga. Sehingga suatu fungsi Gaussian dapat dipandang sebagai hasil penjumlahan dari beberapa sumber yang juga merupakan fungsi Gaussian.Untuk sejumlah n peubah acak xi yang terpisah dengan varians σi2 ,:
Dalam batas limit n → ∞, y adalah fungsi Gaussian dengan :
Kesalahan pengukuran sering merupakan hasil dari beberapa sumber.
7. Distribusi Normal Baku
Distribusi normal standard (baku) adalah distribusi normal yang memiliki sifat khusus, yaitu distribusi dengan : rata-rata(µ) = nol(0) dan simpangan baku(σ) = satu(1). Distribusi normal standard baku (standard normal distribution) muncul sebagai solusi dari adanya masalah dalam penyusunan tabel distribusi normal. Masalah tersebut ialah kenyataan bahwa terdapat banyak sekali macam distribusi normal dipengaruhi oleh nilai rata-rata dan simpangan baku nya. Oleh karena itu agar kita tetap dapat mencari probabilitas suatu interval dengan menggunakan langkah praktis melalui tabel distribusi normal daripada perhitungan metode integral yang lebih kompleks, maka digunakanlah apa yang disebut dengan distribusi normal standard baku. Dengan fungsi densitasnya berbentuk:
dengan π = 3,14159… dan e = 2,71828. Karena rata-rata µ = 0 dan variansi σ2 = 1
Cara transformasinya sebagai berikut: Dengan: Z : angka baku/standart
n
iixy
1
n
iiyE
1][
n
iiyV
1
2][
XZ
2
12 2 212 21 2 2 2
1 12
1 2
1
1 1
2 2
0 1
xx zz
x zz
z
P(x x x ) e dx e dx
n(z, , ) dx P(z z z )
10
X : nilai data 휇 : rata-rata populasi
휎 : simpangan baku populasi
Bila X bernilai antara x = x1 dan x = x2 maka peubah acak Z bernilai antara z1 = (x1– μ)/σ dan z2 = (x2 – μ)/σ :
Adapun parameter dari distribusi Normal Baku:
1. µ = E(X) = 0
2. σ2 = Var(X) = 1
3. Mx (t) = 푒푥푝 푡 , 푡 ∈ ℝ
Contoh
Diketahui suatu distribusi normal dengan µ = 50 dan σ = 10
Carilah probabilitas bahawa X mendapat nilai antara 45 dan 62
Jawab:
Dicari nilai z yang berpadaan dengan adalah
dan
Jadi
Kita bisa simpulkan bahwa x1 dan x2 berubah harga menjadi z1 dan z2
Tabel Distribusi Standart
Berikut adalah beberapa hal tentang distribusi normal standart:
dxx
x ex 2
21
21
)xXP(x 2121
dzzz
z e
2
1
2
2
21
dzznz
z2
1
)1,0;(
)( 21 zZzP
1 245 62x dan x
45 501 10 0 5z . 62 50
2 10 1 2z .
45 62 0 5 1 2P( x ) P( , z . )
11
1. Tabel distribusi normal standart disusun untuk menghitung probabilitas nilai-nilai variabel
standart, yaitu distribusi normal dengan normal mean nol(µ=0) dan standart deviasi(σ=1).
Variabel distribusi normal menggunakan lambang z.
2. Karena ditribusi normal standart bersifat simetris(kiri-kanan sama) berbentuk lonceng, maka
tabel distribusi normal standart dibuat untuk menghitung bagian sebelah kanan mean dari
distribusi tersebut. Untuk menghitung nilai disebelah kiri, maka nilai z negatif dianggap sama
dengan z positif, sehingga tabel tersebut tetap bisa digunakan. Total daerah dibawah kurva
sebelah kanan= 0,5.
3. Nilai-nilai probabilitas yang terdapat dalam tabel tersebut adalah nilai probabilitas antara
µ=0 dan satu nilai z tertentu, bukan antara dua buah nilai z sembarang.
Penggunaan Tabel Distribusi
(Tabel z distribusi normal baku)
Misal ingin dicari nilai z bagi nilai peluang sebesar 0,05,
Langkah-langkahnya:
1. Carilah angka 0,05 pada deretan angka berwarna biru.
Apabila tidak ada angka yang persis sebesar 0,05, maka carilah angka yang paling mendekati angka 0,05. Angka yang paling mendekati 0,05 pada tabel adalah 0,049985.
2. Dari angka 0,049985, tariklah garis ke kiri terlebih dahulu hingga mencapai eretan angka
pada kolom paling kiri dan catatlah angkanya. Dalam kasus ini adalah 1,6
3. Kemudian kembali ke posisi angka 0,049985, tariklah garis keatas hingga mencapai deretan
ujung kolom bagian atas dan catatlah angkanya( yaitu 0,045)
Nilai z yang dicari adalah 1,6 + 0,045 = 1,645
Dengan cara sebaliknya kita bisa menentukan nilai peluang bila diketahui nilai z-nya.
12
Tabel distribusi z
Contoh
Hitung peluang bahwa peubah acak Z berdistribusi normal baku mempunyai nilai:
a) Kurang dari 1,45
b) Kurang dari -0,65
c) Antara 1,15 dan 1,90
d) Antara -0,40 dan 0,70
Penyelesaian
a) Daerah yang dicari mulai dari Z=0 s.d Z=1,45
Jadi P(Z<1,45) =0,5+(daerah Z=0 s.d Z=1,45)
=0,5+0,426
P(Z<1,45) =0,926
b) Daerah yang dicari mulai dari Z=0 s.d Z =-0,65
Jadi P(Z<-0,65) =0,5-(daerah Z=0 s.d Z=0,65)
=0,5-0,2422
P(Z<-0,65) =0,2578
13
c) Daerah yang dicari mulai dari Z=1,15 s.d Z=1,90
Definisi Dua Peubah acak X dan Y dikatakan berdistribusi normal dua pubah acak, jika dan hanya jika fungsi densitas gabungan berbentuk:
dengan
Jadi, Fungsi pembangkit momen (fpm) gabungan :
Dari hasil fungsi pembangkit momen gabungan, kita dapat menentukan rataan dan varians untuk masing-masing peubah acak serta kovariansnya. Sehingga didapatlah parameter distribusi normal dua peubah acak dari fungsi pembangkit momen gabungan tersebut.
Parameter Distribusi Normal Dua Peubah Acak
Jika X dan Y adalah dua peubah acak yang mengikuti distribusi normal dua peubah acak, maka X dan Y masing-masing mengikuti distribusi normal umum dengan:
a. E(X) =
14
b. Var(X) =
c. E(Y) =
d. Var(Y) =
dan nilai kovariannya adalah :
e. Kov(X,Y) =
Kepadatan Probabilitas Bersyarat
Kepadatan bersyarat dari X dengan syarat Y=y diberikan oleh:
Jadi fungsi marginal digunakan untuk mencari fungsi kepadatan peluang dari salah satu
peubah acak dalam fungsi kepadatan peluang gabungan. Cara mencarinya, misalkan fungsi kepadatan peluang dari peubah acak y = f(y) karena f(y) jadi yang harus dimunculkan adalah variabel y sehingga untuk mencarinya adalah dengan mengintegralkan fungsi kepadatan peluang gabungan terhadap dx. Sebaliknya misalkan fungsi kepadatan peluang dari peubah acak x = f(x) karena f(x) maka yang harus dimunculkan adalah variabel x sehingga untuk mencarinya dengan mengintegralkan fungsi kepadatan peluang gabungan terhadap dy. Fungsi kepadatan peluang bersyarat dari x dengan syarat Y=y adalah sebanding dengan fungsi kepadatan peluang gabungan dengan y tetap dan x bergerak dibagi dengan fungsi kepadatan peluang marginal terhadap y sedangkan bila fungsi kepadatan peluang dari y dengan syarat X=x adalah sebanding dengan fungsi kepadatan peluang gabungan dengan x tetap dan y bergerak dibagi dengan fungsi kepadatan peluang marginal terhadap x.
Gabungan Variabel Acak Kontinu dan Diskrit Jika x adalah variabel kontinu dan y diskrit, dalam hal ini diskritnya dari 0-j untuk mencari
fungsi kepadatan marginal dari fungsi kepadatan peluang kontinu dalam kasus ini kita misalkan:
Dengan nilai x tetap dan y bergerak. Adapun untuk mencari fungsi kepadatan diskrit dalam
kasus ini adalah yang (y)
dengan batas x Fungsi kepadatan peluang bersyarat dari x dengan syarat Y=y adalah
15
Jika peubah acak X dan Y berdistribusi normal dua peubah acak, maka:
a. Distribusi marginal untuk X dan Y masing-masing berdistribusi normal umum;
b. Distribusi bersyarat dari X dengan syarat Y=y dan Y dengan syarat X=x masing-masing
berdistribusi normal umum.
16
BAB III
KESIMPULAN
1. Untuk distribusi peluang kontinu,sebuah fungsi disebut fungsi densitas dari X,jika nilai-
nilainya, yaitu f(x) memenuhi sifat-sifat sebagai berikut:
2. Misalnya X adalah peubah acak, baik diskrit maupun kontinu. Varians dari X
didefinisikan sebagai : 2)]([)( XEXEXVar atau ][)( 2 XEXVar
3. Nilai varians untuk kasus kontinu: dxxfxXVar )()()( 2
4. - Fungsi densitas dari Distribusi Seragam berbentuk:
- Rerata dan Varians masing-masing dari Distribusi Seragam berbentuk:
dan
5. - Fungsi densitas dari Distribusi Gamma dengan parameter α dan β berbentuk:
; dan bernilai 0 untuk x lainnya
- Rerata dan Varians masing-masing dari Distribusi Gamma, G(α,β) berbentuk:
dan
6. - Fungsi densitas dari Distribusi Eksponensial dengan parameter α berbentuk:
; dan bernilai 0 untuk x lainnya
- Rerata dan Varians masing-masing dari Distribusi Eksponensialnya berbentuk:
dan
7. - Fungsi densitas dari Distribusi Chi-Kuadrat dengan parameter α=v/2 dan β=2
berbentuk:
- Rerata dan Varians masing-masing dari Distribusi Chi-Kuadratnya berbentuk:
b
a
dxxf
dxxf
xoxf
)(b)XP(a :maka , b a -dengan b,dan a setiap Untuk 3.
1)C|(.2
semuauntuk ,)C|(.1
lainnya x , 0
,-1
)(
xxg
βα2
1][ XE 2αβ
12
1
][ XV
xxg ex x 0dengan )(
),|( 1
][XE
2][ XV
0 dan x 0untuk , 1)|(
ex
xg
][XE 2][ XV
lainnya x ;0
0
22
12
2
12 x
vvxgex
xv
v;
)|(
17
dan
8. - Fungsi densitas dari Distribusi Beta dengan parameter α dan β berbentuk:
; dan bernilai 0 untuk x lainnya
- Rerata dan Varians masing-masing dari Distribusi Betanya berbentuk:
dan
9. - Fungsi densitas dari Distribusi Normal Umum dengan parameter μ dan σ2 berbentuk:
; dan bernilai 0 untuk x lainnya
- Rerata dan Varians masing-masing dari Distribusi Betanya berbentuk:
E [X] = μ dan V [X] = σ2
10. - Cara transformasi ke dalam bentuk Normal Baku adalah sebagai berikut:
- Distribusi perubah acak normal dengan rata-rata µ = E[X] = 0 dan variansi σ2 = V[X]
= 1 disebut distribusi normal baku dan fungsi densitasnya berbentuk:
xxxg e ;)(
2
21
21
- Bila X bernilai antara x = x1 dan x = x2 maka peubah acak Z bernilai antara