Professional Documents
Culture Documents
Ilustrasi
Peubah Acak Diskrit
Distribusi Diskrit
Peubah Acak dan Distribusi Kontinu
Ekspektasi
MA2082 BIOSTATISTIKA
Bab 3 Peubah Acak dan Distribusi
Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Silabus
Tujuan
Ilustrasi
0.050
0.025
10
20
30
40
Peubah Acak
Peubah Acak:
Peubah acak tidaklah acak dan bukanlah peubah
Peubah acak adalah fungsi yang memetakan anggota S ke
bilangan real R
P.A. Diskrit
Catatan:
Sebuah peubah acak diskrit tidak selalu berasal ruang sampel
diskrit.
dan
FX (x) =
pi
ai x
Catatan:
P(a < X b) = F (b) F (a)
P(X b) 6= P(X < b)
1
n
n
1
= lim P X b
n
n
1
= lim F b
n
n
P(X < b) = P
lim
X b
Contoh/Latihan
2. Tentukan
fungsi
0,
3/5,
F (x) =
7/10,
1,
3. Diketahui
fungsi peluang sebagai berikut:
p,
x = 1.9
0.1, x = 0.1
0.3, x = 20p
f (x) =
p,
x =3
4p, x = 4
0,
yang lain
Hitung P(1.9 |X | 3), F (2), F (F (3.1))
Ilustrasi
Distribusi Binomial
Misalkan S = {sukses, gagal} adalah ruang sampel yang
menotasikan sukses atau gagal dari suatu percobaan.
Definisikan X (sukses) = 1 dan X (gagal) = 0 dan
pX (1) = P(X = 1) = p
pX (0) = P(X = 0) = 1 p
dimana 0 p 1 adalah peluang diperoleh sukses. X dikatakan
peubah acak Bernoulli dengan parameter p. Jika dilakukan n
percobaan independen dan jika X menyatakan banyaknya sukses
yang diperoleh maka X dikatakan sebagai peubah acak Binomial
dengan parameter (n, p), dimana
pX (k) = B(k; n, p) = Ckn p k (1 p)nk
Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Distribusi Poisson
i
i!
Distribusi Geometrik
Ilustrasi
(Ilustrasi) Riset bidang psikologi melibatkan pengukuran perilaku.
Hasil-hasil pengukuran akan berbeda antara individu satu dengan
yang lainnya. Namun demikian, sesungguhnya hasil-hasil tersebut
dapat diprediksi sebagai kelompok individu. Salah satu pola umum
pada hasil pengukuran (tentunya berupa angka) adalah bahwa
kebanyakan pengukuran-pengukuran tersebut terkonsentrasi di
sekitar mean dari distribusi tersebut. Ada sedikit hasil pengukuran
yang jauh dari mean. Apabila distribusi frekuensi digambarkan,
akan tampak kurva berbentuk bel (bell-shaped curve) yang disebut
DISTRIBUSI NORMAL.
P.A. Kontinu
Definisi:
Jika X adalah peubah acak sedemikian hingga fungsi peluangnya
ada (turunan dari fungsi distribusi) maka X dikatakan sebagai
peubah acak kontinu. Catatan:
Z
1 = FX () =
fX (t) dt
Z
P(a X b) = FX (b) FX (a) =
Z a
P(X = a) =
fX (t) dt = 0
fX (t) dt
a
Contoh/Latihan
Distribusi Normal
1
exp((x )2 / 2 2 ), x
2
Contoh/Latihan
Distribusi Uniform
1
, ax b
ba
Contoh/Latihan
0.050
0.025
10
20
30
40
Distribusi Gamma
Peubah acak Gamma: Misalkan percobaan Bernoulli diulang-ulang
sebanyak n kali, maka banyaknya sukses yang diperoleh adalah
peubah acak berdistribusi Binomial dengan parameter n dan p,
dimana p adalah peluang sukses. Jika kita memandang banyaknya
percobaan Bernoulli yang dilakukan sampai diperoleh (dan
termasuk) sukses ke-r , maka kita dapatkan peubah acak
beristribusi Binomial negatif dengan parameter r dan p. Peubah
acak Gamma adalah analogi dalam bentuk kontinu untuk peubah
acak Binomial negatif. Dalam hal ini kita pandang peubah acak
Binomial negatif ini sebagai waktu yang diberikan untuk sukses
ke-r .
Definisi:
Peubah acak kontinu X adalah peubah acak Gamma jika memiliki
fungsi peluang
f (x) =
1 x
x
e
, x >0
()
(t) =
x t1 e x dx
Contoh/Latihan
1. Tentukan
fungsi peluang dari fungsi distribusi berikut:
0,
x <0
1
x
3 + 5, 0 x < 1
F (x) = 53 ,
1x <2
2x <3
10 ,
1,
x 3
Definisi
dan
E (X ) =
x fX (x) dx
Catatan:
1. Ekspektasi adalah rata-rata tertimbang (weighted average) dari
nilai yang mungkin dari X
2. Ekspektasi = mean = momen pertama
3. Ekspektasi suatu peubah acak adalah nilai rata-rata (long-run
average value) dari percobaan bebas yang berulang
3. Apakah ekspektasi harus berhingga? (Diskusi!)
Contoh/Latihan
1
Sifat-sifat Ekspektasi
E (g (X )) =
E (a X + b Y ) = a E (X ) + b E (Y )
4
5
6
g (x) fX (x) dx
Contoh/Latihan
1. Misalkan Y menunjukkan banyaknya gol yang diciptakan oleh
seorang pemain sepak bola di suatu pertandingan yang terpilih
acak:
y
0
1
2
3
4
5
6
p(y) 0.1 0.2 0.3 0.2 0.1 0.05 0.05
Misalkan W adalah banyaknya pertandingan dimana seorang
pemain sepak bola menciptakan 3 atau lebih gol dalam 4
pertandingan terpilih acak. Berapa nilai harapan banyak
pertandingan dimana pemain menciptakan 3 atau lebih gol?
Solusi:
P(Y 3) = 0.4 = P(sukses) = p
E (W ) = n p = 4 (0.4) = 1.6
2
3
Solusi:
R3
2.5 (x
2) dx +
R6
E (X ) = 10/3
P(X < 4.5|X > 13/6) = P(13/6 < X < 4.5)/P(X > 13/6)
1/4 dx