Statictics of Mathematics
-
Upload
independent -
Category
Documents
-
view
2 -
download
0
Transcript of Statictics of Mathematics
TRANSFORMASI PEUBAH ACAK DAN DISTRIBUSINYA
Dalam banyak aplikasi statistik, diberikan suatu
distribusi peluang peubah acak univariat X, seseorang ingin
mengetahui distribusi peluang dari peubah acak univariat yang
lain Y = φ(X), di mana φ adalah suatu fungsi yang diketahui.
Sebagai contoh, jika kita mengetahui distribusi peluang peubah
acak X, kita bisa mengetahui distribusi Y = ln(X). Untuk peubah
acak univariat X, pada umumnya digunakan transformasi peubah
acak Y dari X adalah:
Y=X2, Y=|X| , Y=√|X|, Y=ln (X ), Y=X−μσ , Y= (X−μ
σ )2
. Demikian pula
untuk peubah acak bivariat (X, Y), beberapa transformasi yang
paling umum dari X dan Y adalah X+Y , XY , X
Y,
min {X,Y } , max {X,Y }
atau √X2+Y2 . Dalam bab ini, kita akan mengkaji berbagai
metode untuk menemukan distribusi peubah acak univariat atau
bivariat yang ditransformasikan, ketika transformasi dan
distribusi dari peubah-peubah yang diketahui. Pertama, kita
perlakukan kasus univariat, kemudian kita perlakukan kasus
bivariat.
Kita mulai dengan suatu contoh untuk peubah acak
univariat diskrit.
Contoh 10.1.
Fungsi kepadatan peluang dari peubah acak X ditunjukkan pada
tabel di bawah ini:x -2 -1 0 1 2 3 4
f (x) 110
210
110
110
110
210
210
Tentukan fungsi padat peluag dari variabel acak Y=X2 ?
Penyelesaian:
Ruang sampel peubah acak X adalah RX={−2,−1,0,1,2,3,4 } , kemudian
ruang sampel dari peubah acak Y adalah RY={x2|x∈RX } . Dengan
demikian RY={0,1,4,9,16} . Sekarang kita menghitung fungsi padat
peluang g (y ) untuk y di RY .
g (0 )=P (Y=0 )=P (X2=0 )=P (X=0)=110
g (1 )=P (Y=1 )=P (X2=1 )=P (X=−1)+P (X=1)=310
g (4 )=P (Y=4)=P (X2=4 )=P (X=−2)+P (X=2)=210
g (9 )=P (Y=9 )=P (X2=9 )=P (X=3)=210
g (16)=P (Y=16)=P (X2=16)=P (X=4 )=210
Kita ringkas distribusi Y pada tabel sebagai berikut:y 0 1 4 9 16
g (y ) 110
310
210
210
210
Contoh 10.2.
Fungsi padat peluang dari peubah acak X ditunjukkan pada tabel
di bawah ini:x 1 2 3 4 5 6
f (x) 16
16
16
16
16
16
Tentukan fungsi padat peluang dari peubah acak Y = 2X +1 ?
Penyelesaian:
Ruang sampel peubah acak X adalah RX={1,2,3,4,5,6 } , kemudian ruang
sampel dari peubah acak Y adalah RY={2x+1|x∈RX } . Dengan
demikian, RY={3,5,7,9,11,13} . Selanjutnya kita menghitung fungsi
padat peluag g (y ) untuk y di RY diberikan oleh
g (3 )=P (Y=3 )=P (2X+1=3 )=P (X=1)=16
g (5 )=P (Y=5 )= P (2X+1=5)=P (X=2)=16
g (7 )=P (Y=7 )= P (2X+1=7)=P (X=3)=16
g (9 )=P (Y=9 )= P (2X+1=9)=P (X=4)=16
g (11)=P (Y=11)= P (2X+1=11)=P (X=5 )=16
g (13)=P (Y=13)= P (2X+1=13)=P (X=6 )=16
Kita ringkas distribusi Y pada tabel sebagai berikut:
y 3 5 7 9 11 13
g (y ) 16
16
16
16
16
16
Distribusi X dan 2X + 1 diilustrasikan di bawah ini:
Pada contoh 10.1, kita telah menghitung distribusi
(yaitu, fungsi padat peluang) dari peubah acak Y = φ(X) yang
ditransformasikan, di mana φ(x) = x2. Transformasi ini tidak
meningkat atau menurun (yaitu, monoton) di ruang RX dari peubah
acak X. Oleh karena itu, distribusi Y berubah menjadi sangat
berbeda dari X. Pada contoh 10.2, bentuk distribusi
transformasi peubah acak Y = φ(x), di mana φ(x) = 2x + 1, pada
dasarnya sama. Hal ini terutama disebabkan oleh fakta bahwa φ(x)
= 2x + 1 adalah monoton di RX.
Dalam bab ini, kita akan memeriksa fungsi padat peluang
dari peubah acak yang ditransformasikan dengan mengetahui
fungsi kepadatan peubah acak yang asli. Ada beberapa metode
untuk menemukan fungsi kepadatan peluang dari peubah acak yang
ditransformasikan. Beberapa metode ini adalah:
1) metode fungsi distribusi
2) metode transformasi
3) metode konvolusi, dan
4) metode fungsi pembangkit momen.
Di antara empat metode tersebut, metode transformasi
adalah yang paling berguna. Metode konvolusi adalah kasus
khusus dari metode ini. Metode transformasi diturunkan dengan
menggunakan metode fungsi distribusi.
10.1. Metode Fungsi Distribusi
Kita telah melihat di BAB-6 bahwa suatu metode yang mudah
untuk menemukan fungsi padat peluang dari transformasi peubah
acak kontinu adalah untuk menentukan fungsi distribusinya dan
kemudian fungsi kepadatan tersebut ditentukan dengan
diferensiasi.
Contoh 10.3.
Sebuah kotak akan dibangun sehingga tingginya 4 inci dan
alasnya adalah X inci. Jika X memiliki distribusi normal
standar, tentukan distribusi volume kotak tersebut?
Penyelesaian:
Volume kotak adalah suatu peuah acak, karena X adalah suatu
peubah acak. Peubah acak V diberikan oleh V = 4X2. Untuk
menemukan fungsi kepadatan V, pertama-tama kita tentukan bentuk
fungsi distribusi G(v) dari V dan kemudian kita turunkan G(v)
untuk menemukan fungsi kepadatan V. Fungsi distribusi V
diberikan oleh:
G (v)=P(V≤v)
¿P(4X2≤v)
¿P(−12 √v≤X≤ 12 √v)
¿ ∫−12 √v
12
√v1
√2πe
−12
x2
dx
¿2 ∫0
12
√v1
√2πe
−12
x2
dx (ketika integran sama)
Oleh karena itu, dengan Teorema Dasar Kalkulus, kita peroleh
g (v)=dG(v)dv
¿ddv (2 ∫
0
12√v
1√2π
e−12x2
dx)¿2 1
√2πe
−12 (12 √v)
2
(12
)d√vdv
¿1
√2πe
−18v 12√v
¿1
Γ(12
)√8v12−1e
−18
v
¿V∼GAM(8, 12 )
Contoh 10.4
Jika fungsi kepadatan X didefinisikan oleh
f (x )={ 12,untuk−1<x<1
0,untukbatasxyanglain
Tentukan fungsi padat peluang Y=X2
Penyelesaian:
Pertama, kita temukan fungsi distribusi komulatif Y dan
differensiasi, kita peroleh fungsi kepadatan Y. Fungsi
distribusi G(y) dari Y diberikan dengan
G (y)=P(Y≤y)
¿P(X2≤y)
¿P(−√y≤X≤√y)
¿ ∫−√y
√y 12dx
¿√y
Dengan demikian, fungsi kepadatan Y diberikan oleh
g (y)=dG(y)dy
¿d√ydy
¿ 12√y
,untuk0<y<1
10.2 Metode Transformasi untuk Kasus Univariat
Teorema berikut adalah penopang metode transformasi.
Teorema 10.1.
Misalkan X merupakan suatu peubah acak kontinu dengan fungsipadat peluang f(x). Misalkan y=T(x) merupakan fungsi naik atau
fungsi turun, maka fungsi kepadatan dari peubah acak Y=T(x)
diberikan oleh
g (y)=|dxdy|f (W (y ))
dimana x=W(y) adalah fungsi invers dari T(x)
Bukti:
Duga bahwa y=T(x) merupakan suatu fungsi naik. Fungsi
distribusi G(y) dari Y diberikan oleh G(y)=P(Y≤y)
¿P(T(X)≤y)
¿P(X≤W(y))
¿ ∫−∞
W (y )
f (x)dx
maka, dengan mendifferensiasikannya kita peroleh fungsi
kepadatan Y, yaitu
g (y)=dG(y)dy
¿ddy (∫
−∞
W (y )
f (x)dx)
¿f(W (y ))dW (y)dy
¿f(W (y ))dxdy, ketika x=W(y)
Dalam hal yang lain, jika y=T(x) adalah fungsi turun, maka
fungsi distribusi Y diberikan oleh G(y)=P(Y≤y)
¿P(T(X)≤y)
¿P(X≥W (y )), ketika T(x) menurun
¿1−P(X≤W (y ))
¿1−∫−∞
W (y )
f (x)dx
Seperti sebelumnya, dengan mendifferensiasikannya kita peroleh
fungsi kepadatan Y, yaitu
g (y)=dG(y)dy
¿ddy (1−∫
−∞
W (y )
f (x)dx)
¿−f(W (y ))dW (y)dy
¿−f(W (y ))dxdy, ketika x=W(y)
Dengan demikian, dengan menggabungkan kedua kasus tersebut,
kita peroleh
g (y)=|dxdy|f(W (y ))
Contoh 10.5.
Misalkan Z=X−μσ . Jika X N(μ,σ2), maka tentukan fungsi padat
peluang ZPenyelesaian:
z=U (x)=x−μσ
Oleh karena itu, invers U diberikan dengan
W (z )=x
¿σz+μ
Dengan demikian
dxdz
=σ
Oleh karena itu, dengan Teorema 10.1, kepadatan Z diberikandengan
g (z )=|dxdz|f (W (y) )
¿σ 1√2πσ2
e−12 (w (z)−μ
σ )2
¿1
√2πe
−12 (zσ+μ−μ
σ )2
¿1
√2πe
−12z2
Contoh 10.6.
Misalkan Z=X−μσ . Jika X N (μ,σ2), maka tunjukkan bahwa Z2 adalah
chi-kuadrat dengan satu derajat kebebasan, yaitu Z2 X2 (1).
Penyelesaian:
y=T (x )=(x−μσ )
2
x=μ+σ√y
W (y )=μ+σ√y, y>0
dxdy
=σ
2√y
Kepadatan Y adalah:
g (y)=|dxdy|f (W (y ))
¿σ 12√y
f (W (y) )
¿σ 12√y
1√2πσ2
e−12 (W (y )−μ
σ )2
¿1
2√2πye
−12 ( √yσ+μ−μ
σ )2
¿1
2√2πye
−12
y
¿1
2√π√2y
−12 e
−12y
¿1
2Γ(12 )√2y
−12 e
−12
y
Dengan demikian Y X2 (1 )
Contoh 10.7.
Misalkan Y=−lnX. Jika X UNIF(0,1), maka tentukan fungsikepadatan Y ketika tidak-nol.
Penyelesaian:
Diberikan y=T (x )=−lnx
Dengan demikian, invers dari y=T (x ) diberikan oleh
W (y )=x
¿e−y
Maka
dxdy
=−e−y
Dengan demikian, berdasarkan Teorema 10.1, kepadatan peluangdari Y diberikan oleh:
g (y)=|dxdy|f (W (y))
¿e−yf (W (y) )
¿e−y
Kemudian Y exp (1 ), dengan demikian, jika X UNIF(0,1), makapeubah acak −lnX exp (1 ).
Meskipun semua contoh pada sesi ini terkait dengan peubah acakyang kontinu, metode transformasi juga bekerja untuk variabelrandom yang diskrit.