responsi 1 simulasi statistia - ipb university · 2017-01-05 · review peluang 6. sebaran diskret...

Post on 10-Feb-2020

9 Views

Category:

Documents

0 Downloads

Preview:

Click to see full reader

TRANSCRIPT

Responsi 1

Simulasi Statistika

𝜏𝜌

1

Outline

• Review Peluang

• Review SAS

2

Review Peluang

Tebak-tebakan

1. Sebaran apakah yang menyatakan banyaknya kejadian dalam suatu waktu?

2. Siapakah dosen Simulasi Statistika untuk periode UAS?

4. Bagaimanakah bunyi dalil limit pusat (Central Limit Theorem)?

5. Tuliskan fkp dari sebaran normal baku

3. [Out of the Box] Suatu ketika Budi terjebak dalam situasi dikepung oleh singa-singa yang kelaparan. Pada bagian belakang Budi terdapat sekerumunan singa yang siap melahapnya, depannya juga terdapat sekerumunan singa yang siap melahapnya. Bagian samping kiri dan kanan Budi juga terdapat sekerumunan singa yang siap melahapnya. Jika Anda sebagai Budi, kemanakah Anda akan melarikan diri?

3

4

5

Review Peluang

6. Sebaran diskret apa yang menyatakan percobaan sebanyak 𝑟 sukses?

8. Jika 𝑋~𝑈(0,1), tentukan sebaran dari 𝑌 = 2𝑋 + 3

7. [Out of the Box] Si Ali, Budi, dan Ciko tidur pada kasur yang sama. Si Ali tidur di bagian sisi, begitu pula dengan si Ciko, sedangkan si Budi tidur di bagian tengah. Siapakah yang kaget ketika mereka terbangun?

10. Sebaran gamma dapat ditransformasi menjadi sebaran chi-square jika?

9. Tentukan 𝑣𝑎𝑟(𝜇)

6

7

Review SAS

• Latihan 1

– Bangkitkanlah 1000 data populasi dengan peubah 𝐺~𝑁(0,1), 𝑆~𝑈(0,1), dan 𝐸~exp(1)

– Buatlah histogramnya

8

data populasi;

do i = 1 to 1000;

gaussian = rannor(1);

seragam = ranuni(1);

eksponensial = ranexp(1);

output;

end;

run;

proc univariate data=populasi;

histogram gaussian seragam eksponensial;

run;

9

Review SAS

• Latihan 2

– Panggillah dengan proc IML data populasi tersebut

– Buatlah program untuk mengambil secara acak 50 bilangan dari 𝐺

10

proc iml;

use populasi;

read all var{gaussian} into gaussian;

read all var{seragam} into seragam;

read all var{eksponensial} into eksponensial;

n = 50;

contoh = ceil(ranuni(repeat(1,n,1))*1000);

cnormal = gaussian[contoh,];

create hasil var{cnormal};

append;

quit;

11

Terima kasih

12

top related