stat prob10 distribution_normal
Post on 15-Apr-2017
185 Views
Preview:
TRANSCRIPT
DISTRIBUSI PROBABILITAS :Distribusi Normal
ARIF RAHMAN
1
Sekilas Distribusi Normal atau GaussianDistribusi Normal atau Gaussian termasuk
distribusi variabel kontinyu.Kurva distribusi berbentuk lonceng (bell-
shaped distribution)Distribusi Normal dirumuskan bermula dari
observasi pada model sebaran error atau residual dalam pengukuran ilmiah yang mengikuti pola simetris dalam distribusi berbentuk lonceng.
2
Distribusi Normal3
Tokoh Statistik Terkait Distribusi NormalAbraham DeMoivre (1733)Laplace (1775)Legendre (1805)Karl Friedrich Gauss (1809)
4
Gauss 1777-1855
De Moivre 1667-1754
Laplace 1749-1827
Legendre 1752-1833
Sifat Penting Distribusi Normal1. Rentang variabel acak meliputi semua
bilangan nyata dari negatif tak hingga sampai positif tak hingga (- < x < )
2. Nilai fungsi probabilitas (pdf) bernilai positif untuk semua variabel acak (f(x) > 0)
3. Total probabilitas bernilai sebesar 1
4. ...
5
1)( dxxf
Sifat Penting Distribusi Normal3. ...4. Nilai mean, median dan mode berimpit.5. Kurva simetris dengan pembatas pada nilai
rata-rata atau mean sebagai axis vertikal.6. Titik belok atau perubahan fungsi kurva
(inflection points) di +, pada bagian tengah cembung (concave downward) dan pada sisi luar (tail) cekung (concave upward)
7. ...
6
Sifat Penting Distribusi Normal6. ...7. Nilai fungsi probabilitas simetris terhadap
mean.
8. Nilai fungsi probabilitas di kedua ujung (tail) distribusi mengecil.
7
0)(limdan 0)(lim
xfxfxx
)()( xfxf
Distribusi Normal8
Dua Bilangan Konstanta SpesialBilangan natural (e)
Bilangan phi ()
9
028759045235367182818284,2!3!2
11lim32
e
aaanae
na
n
264389793238461415926535,371
51
3114lim
n
The Law of Large NumberSemakin banyak data ditambahkan dalam
observasi atau eksperimen, maka selisih antara statistik rata-rata sampel (x) dengan parameter rata-rata populasi () adalah sangat kecil atau mendekati 0 (nol).
Data observasi atau eksperimen yang sangat banyak mempunyai statistik sampel (x dan s) sebagai pendekatan parameter populasi ( dan )
10
Central Limit TheoremJika sebuah variabel x adalah rata-rata
sederet variabel acak independent dengan ukuran sampel yang sangat besar, maka distribusi rata-rata sampel tersebut mendekati distribusi normal dengan pendekatan rata-rata dan simpangan baku
11
ns
Nx
nNx
x
x
x
)/(
12
13
14
15
P(1)=P(2)=P(3)=P(4)=P(5)=P(6)=1/6
P(1)=P(6)=1/36P(2)=P(5)=3/36P(3)=P(4)=5/36
P(1)=P(6)= 1/216P(2)=P(5)=10/216P(3)=P(4)=25/216
P(1)=P(6)= 1/7776P(2)=P(5)=126/7776P(3)=P(4)=651/7776
Distribusi NormalDistribusi Normal menunjukkan sebaran
variabel acak yang membentuk pola simetris berbentuk lonceng dengan laju . Variabel acak meliputi semua bilangan nyata mulai dari negatif tak hingga (-) sampai tak hingga (), X{-<x<}.
16
Distribusi NormalPenerapan Distribusi Normal antara lain
untuk menunjukkan sebaran data hasil pengukuran ilmiah baik observasi ataupun eksperimen, sebaran kesalahan, sebaran rata-rata data subgrup, sebaran data yang sangat banyak (Law of Large Number dan Central Limit Theorem).
17
Distribusi Normal Parameter (mean) dan (standard deviation) Probability Density Function, f(x)
Cummulative Distribution Function, F(x)
18
2
)2/()(
.2)(
22
xexf
f(x)
F(x)
x
diifxF )()(
Distribusi NormalDinotasikan dengan N(x;,)Parameter dan Mean
Variance
19
22
Perbedaan Dua Distribusi Normal
20
21
21
21
21
21
21
Distribusi Standardized NormalDistribusi Standard (Standardized)
Normal adalah distribusi normal yang mempunyai parameter = 0 dan = 1
Distribusi Standard (Standardized) Normal juga disebut dengan Distribusi Z.
21
Distribusi Standardized Normal Parameter (mean) dan (standard deviation) Probability Density Function, f(x)
Cummulative Distribution Function, F(x)
22
2)(
2/2xexf
f(x)
F(x)
x
diifxF )()(
Distribusi Standardized NormalDinotasikan dengan Z(x)Parameter dan Mean
Variance
23
0
12
Distribusi Standardized NormalHubungan Distribusi Standard
(Standardized) Normal dengan Distribusi Normal Jika X adalah variabel acak independen
berdistribusi Normal (,), maka adalah variabel acak berdistribusi Standard Normal
24
XZ
Distribusi Standardized Normal
25
26
27
Distribusi Student’s tDistribusi Student’s t adalah sebaran
variabel acak yang merupakan model gabungan variabel acak X berdistribusi Standard Normal yang mempunyai parameter =0 dan =1 dengan variabel acak Y berdistribusi Chi square dengan derajat bebas sebesar yang mempunyai parameter =/2 dan =2.
28
Y
X
29
Distribusi Lognormal Parameter dan Probability Density Function, f(x)
Cummulative Distribution Function, F(x)
30
other
xx
exf
x
0
0.2.)( 2
)2/())(ln( 22
f(x)
F(x)
0)(
00)(
0
xdiif
xxF
x
Distribusi LognormalParameter dan Mean
Variance
31
2/2 e
)1(2222 ee
Distribusi LognormalHubungan Distribusi Lognormal dengan
Distribusi Normal Jika X adalah variabel acak independen
berdistribusi Normal (,), maka eX adalah variabel acak berdistribusi Lognormal
32
Distribusi Chi-Square Parameter (degree of freedom) Probability Density Function, f(x)
Cummulative Distribution Function, F(x)
33
f(x)
F(x)
0)(
00)(
0
xdiif
xxF
x
other
xexxf
x
0
0)(
2)(
2
2/1)2/(2/
Distribusi Chi-SquareDinotasikan dengan CHISQR(x;) atau 2 Parameter (degree of freedom)Mean
Variance
34
22
Distribusi Chi-SquareHubungan Distribusi Chi Square dengan
Distribusi Normal Jika X adalah variabel acak independen
berdistribusi Normal (,) dengan derajat kebebasan sebesar , maka X2 adalah variabel acak berdistribusi Chi Square
35
Distribusi Chi-SquareHubungan Distribusi Chi Square dengan
Distribusi Gamma Jika X adalah variabel acak independen
berdistribusi Chi Square dengan parameter , maka akan ekuivalen dengan variabel acak berdistribusi Gamma (, ) dengan parameter =/2 dan =2
36
37
Distribusi FHubungan Distribusi F dengan Distribusi
Chi Square Jika X1 dan X2 adalah variabel acak independen
berdistribusi Chi-Square dengan derajat kebebasan sebesar 1 dan 2, maka rasio X1 dan X2 adalah variabel acak berdistribusi F
38
2
2
1
1
X
X
F
39
40
41
42
Terima kasih ...Terima kasih ...
... Ada pertanyaan ???... Ada pertanyaan ???
top related