Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F
description
Transcript of Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F
![Page 1: Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F](https://reader036.fdokumen.com/reader036/viewer/2022082417/56814a88550346895db799e7/html5/thumbnails/1.jpg)
Materi Pokok 03TEORI PENARIKAN CONTOH DAN SEBAGAINYA
1. Sebaran t dan FPeubah acak dengan Z sebagai peubah acak normal
baku dan U adalah peubah acak yang menyebar 2(r) di mana Z dan U adalah dua peubah acak bebas.Fungsi kepekatan t adalah
U dan V adalah bebas dengan sebaran Khi-Kuadrat dan menyebar secara Khi-Kuadrat dengan derajat bebas r1 dan r2.
rUZ
T
dengan ., rVrU
Facak Peubah
t -
r t 1
1 .
2r τπr21 r τ
tf
1
1
21 r 2
![Page 2: Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F](https://reader036.fdokumen.com/reader036/viewer/2022082417/56814a88550346895db799e7/html5/thumbnails/2.jpg)
Fungsi kepekatan peluang peubah acak F adalah
= pengganti f untuk membedakan f sebagai notasi fungsi.
Bila ingin membandingkan ragam dua sebaran normal N(, 12)
dan N(2, 22). Contoh acak bebas diambil dengan ukuran
masing-masing n1 dan n2 sehingga nisbah
Dengan S12 dan S2
2 ragam contoh dari populasi 1 dan populasi 2.
22 1
2121
1 - 2121
2121
rr rω r 1 2r τ2rτ
rω 2r r τr rr ωf
1 - nσ
S 1 - n
1 - nσ
S 1 - n
σ
Sσ
S
222
222
121
211
22
22
2
21
![Page 3: Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F](https://reader036.fdokumen.com/reader036/viewer/2022082417/56814a88550346895db799e7/html5/thumbnails/3.jpg)
Nisbah ini mengingatkan kita pada F:
U adalah peubah acak yang menyebar secara Khi-Kuadrat dengan derajat bebas n1 – 1 dan V juga adalah peubah acak yang menyebar secara Khi-Kuadrat dengan derajat bebas r2 = n2 – 1 dan kedua peubah acak ini bebas.
Contoh 3.1Jika sebaran F adalah F(r1, r2) maka dengan tabel f dapat dihitung misalnya: r1 = 7, r2 = 8P(F 3,5) = 0,95 sehingga F 0,05(7,8) = 3,5 danUntuk r1 = 9, r2 = 4P(F 314,66) = 0,95 sehingga F 0,05(9,4) = 14,66
dimana rVrU
F2
1
2
2
222
21
211
σ
S 1 - n Vdan
σ
S 1 - n U
![Page 4: Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F](https://reader036.fdokumen.com/reader036/viewer/2022082417/56814a88550346895db799e7/html5/thumbnails/4.jpg)
Tabel f dapat digunakan untuk nilai peluang kumulatif 0,01; 0,01 dan 0,05 dengan 1/F.
12α21α - 112α
21α - 1
1212
12α - 1
12α - 1
12α - 1
12
1
2
2
1
r ,r F1
r ,r Fdan r ,r F r ,r F
1 sehingga
α - 1 r ,rF F1
P maka r ,rF F1
karena
α - 1 r ,r F
1
F1
P
α r ,r F
1
F1
P
α r ,r F FP
sehingga r ,rF secaramenyebar juga iniDan
rVrU
F1
maka rVrU
F Jika
![Page 5: Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F](https://reader036.fdokumen.com/reader036/viewer/2022082417/56814a88550346895db799e7/html5/thumbnails/5.jpg)
Contoh 3.2Jika sebaran F adalah F(4, 9) maka P(F c) = 0,01 dan
P(F d) = 0,05Dapat diperoleh sebagai berikut:
2. Limit Fungsi Pembangkit MomenSuatu sebaran Binomial dapat didekati dengan sebaran Poisson bila n cukup besar dan p kecil.Fungsi pembangkit momen sebaran Binomial dapat didekati dengan fungsi pembangkit momen Poisson.Perhatikan:Y ~ b(n, p), n
np n 0
0,1667 6,00
1
9,4 0,05 F1
4,9 0,95 F d
0,0682 14,66
1
9,4 0,01 F1
4,9 0,99 F c
![Page 6: Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F](https://reader036.fdokumen.com/reader036/viewer/2022082417/56814a88550346895db799e7/html5/thumbnails/6.jpg)
Fungsi pembangkit momennya
1 - teλn t
n
bn
n
n t
nt
nt
e n
1 - eλ - 1 Lim
e nb
1 Lim
sehingga n
1 - eλ - 1
e nλ n
λ - 1 tM
nλ pdengan pe p - 1 tM
![Page 7: Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F](https://reader036.fdokumen.com/reader036/viewer/2022082417/56814a88550346895db799e7/html5/thumbnails/7.jpg)
Teorema 3.1Jika barisan fungsi pembangkit momen mendekati nilai tertentu sebut M(t) maka limit sebaran berhubungan dengan sebarannya.
Contoh 3.3Fungsi pembangkit momen Poisson dengan = 5 mempunyai sebaran Binomial dengan np = 5.Keempat Fungsi Pembangkit Momen:
50 t
20 t
10 t
1 - te5
e 0,1 0,9 tM 101
50,b
e 0,25 0,75 tM 41
20,b
e 0,5 0,5 tM 21
10,b
e tM λP01
![Page 8: Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F](https://reader036.fdokumen.com/reader036/viewer/2022082417/56814a88550346895db799e7/html5/thumbnails/8.jpg)
Makin besar n, nilai pendekatan Binomial makin dekat dengan nilai sebaran Poisson.
Contoh 3.4Peubah acak Y ~ b(50, 1/25) maka
Dan dengan sebaran Poisson = np = 2P(Y 1) = 0,406
Bila contoh acak X1, X2, …., Xn dari sebaran dengan nilai tengah maka fungsi pembangkit momen
0,400 2524
251
50 2524
1 YP49 50
μt2
n
n e ntM Limdan ntM X
![Page 9: Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F](https://reader036.fdokumen.com/reader036/viewer/2022082417/56814a88550346895db799e7/html5/thumbnails/9.jpg)
Contoh 3.5Misalkan X1, X2, ….., Xn merupakan contoh acak berukuran n dari sebaran eksponensial dengan = 2. Fungsi pembangkit momen
3. Ketaksamaan Chebychev dan kekonvergenan Dalam PeluangTeorema 3.2Jika peubah acak X mempunyai nilai tengah dan ragam 2 maka untuk k 1
22t
nt-
n
e tM menjadi limitnyan besar semakin dan
n, nt - 1
e tMadalah
nθθ - x
2k
1 kσ μ - XP
![Page 10: Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F](https://reader036.fdokumen.com/reader036/viewer/2022082417/56814a88550346895db799e7/html5/thumbnails/10.jpg)
2
2
2
2
2
ε
σ - 1 ε μ - XP
k
1 - 1 kσ μ - XP
ε
σ ε μ - XP
maka kσ ε Jika
Contoh 3.6Jika X mempunyai nilai tengah 25 dan ragam 2 = 16 maka batas bawah (Lower Bound) dari P(17 < X < 33) adalah
Dan batas atas (Upper Bound) untuk P(|X – 25| 12) adalah
0,75 41
- 1 2σ 25 - XP 8 25 - XP 33 X 17P
91 μ - XP
![Page 11: Materi Pokok 03 TEORI PENARIKAN CONTOH DAN SEBAGAINYA Sebaran t dan F](https://reader036.fdokumen.com/reader036/viewer/2022082417/56814a88550346895db799e7/html5/thumbnails/11.jpg)
Jika peubah acak Y ~ B(n, p). Y/n frekuensi sukses dan p tidak diketahui sehingga Y/n digunakan menduga p.
2
2
nε
pq ε p -n YP
dan ε
npq ε p -n YP