STK 203 TEORI STATISTIKA I

V. SEBARAN FUNGSI PEUBAH ACAK

V. Sebaran Fungsi Peubah Acak

1

Sebaran Fungsi Peubah Acak
Dalam banyak kasus untuk melakukan inferensi terhadap suatu parameter kita lebih banyak menggunakan fungsi dari peubah acak. Sebagai ilustrasi, pada saat kita akan melakukan pengujian hipotesis terhadap nilai tengah µ dari peubah acak X yang menyebar normal, statistik yang digunakan adalah

t=

x

_

µ0

sx
2

Kenapa menggunakan statistik tsb ?
V. Sebaran Fungsi Peubah Acak

Sebaran Fungsi Peubah Acak 4 . Sedangkan FU(u) = PU(U ≤ u) = PU(g(Y) ≤ u) V.Sebaran Fungsi Peubah Acak Untuk menentukan sebaran fungsi peubah acak tersebut. secara umum kita bisa mencari fU(u) yang merupakan turunan pertama dari FU(u). Sebaran Fungsi Peubah Acak 3 (1) Metode Fungsi Sebaran Perhatikan Y adalah peubah acak kontinu dengan fungsi sebaran FY(y). Jika U = g(Y) dan FU(u) adalah fungsi sebaran peubah acak U. kita akan membahas tiga metode utama yaitu : (1) Metode Fungsi Sebaran (2) Metode Transformasi (3) Metode Fungsi Pembangkit Momen V.

Sehingga u .1.e-y untuk y > 0. Kita tahu bahwa FY(y) = 1. karena 0 < y < 1 maka u = .2.θ > 0 dan FU(u) = 1 – FY(u . θ > 0.θ) Jadi u lainnya 6 V.e-u Bisa diperlihatkan bahwa U ~ Eksponensial (1) 5 V. Sehingga 0 < e-u < 1 dan FU(u) = 1 – FY(y) = 1 . Tentukan fkp U = g(Y) = Y + θ. Dengan metode fungsi sebaran kita peroleh : Dengan demikian kita bisa memperoleh fU(u) dengan menentukan turunan pertama dari FU(u) sbb. Diketahui Y ~ Eksponensial (1). Jika Y ~ Seragam (0.log(y) > 0 sehingga diperoleh u lainnya Kita tahu bahwa FY(y) = y untuk 0 < y < 1.log(Y) Dengan demikian fU(u) kita peroleh dari turunan pertama FU(u). Sebaran Fungsi Peubah Acak (1) Ilustrasi 5. 1) dan U = g(Y) = .e-(u . sbb.(1) Ilustrasi 5. Sebaran Fungsi Peubah Acak .θ) = 1 .

g-1 V. dan Dengan menurunkan FU(u) akan diperoleh aturan rantai V. maka u = g(y) ⇔ g-1(u) = y. Ada beberapa sifat dari fungsi satu-ke-satu yang akan kita gunakan. yaitu : (1) g akan memetakan R ke R dengan sifat monoton naik atau monoton turun (2) g akan memiliki fungsi kebalikan yang unik. Sebaran Fungsi Peubah Acak 7 (2) Perhatikan jika g(y) adalah fungsi satu-ke-satu yang monoton naik.(2) Metode Transformasi Perhatikan peubah acak kontinu Y dengan fungsi sebarannya FY(y) dan U = g(Y) adalah fungsi satu-ke-satu dari Y. Sebaran Fungsi Peubah Acak 8 .

3. sehingga akan tetapi fY(g-1(u)) < 0 sehingga bernilai positif. Jika g monoton turun. sehingga diperoleh dan dan berdasarkan formulasi sebelumnya. sehingga fkp bagi U adalah V. Diketahui Y ~ Eksponensial (β).(2) Sekarang perhatikan jika g monoton naik. demikian pula dengan g-1. sehingga . Selanjutnya kita tentukan turunan dari g-1(u). Sebaran Fungsi Peubah Acak 9 (2) Ilustrasi 5. maka diperoleh untuk (?) V. demikian pula dengan g-1. Mudah untuk ditunjukkan bahwa g(y) adalah fungsi yang monoton naik dan bersifat satu-ke-satu pada RY = {y|0 < y < ∞}. Untuk mengatasi kedua kasus tersebut. Sebaran Fungsi Dengan demikian U ~ Wibull (2. Tentukan fkp Pertama-tama. kita bisa menggunakan fungsi harga mutlak. β) Peubah Acak 10 . kita harus meyakinkan bahwa g adalah fungsi satu-kesatu pada daerah fungsi RY.

y lainnya Tentukan fkp dari U = g(Y) = 1 .(2) Ilustrasi 5. Sebaran Fungsi Peubah Acak 11 (2) Pertanyaan berikutnya adalah BAGAIMANA KALAU g(Y) BUKAN FUNGSI SATU-KE-SATU ? Dalam kondisi g yang bukan fungsi satu-ke-satu kita masih bisa menggunakan metode transformasi asalkan kita dapat mempartisi RY sedemikian sehingga diperoleh partisi-partisi yang tidak beririsan dan g pada masing-masing partisi bersifat satu-ke-satu.4. V. Selanjutnya kita tentukan turunan dari g-1(u). Sebaran Fungsi Peubah Acak 12 .Y Mudah untuk menunjukkan g(y) adalah fungsi yang monoton turun dan bersifat satu-ke-satu pada RY = {y|0 < y < 1}. sehingga diperoleh dan dan berdasarkan formulasi sebelumnya. Diketahui fkp peubah acak Y sbb. maka diperoleh untuk V.

1. 2. Misalkan kita dapat mempartisi RY menjadi beberapa himpunan yang terhingga banyaknya. g2(y). Sebaran Fungsi Peubah Acak 14 . Ak dengan (i) P(Yi ∈ Ai) > 0 untuk setiap i dan (ii) fY(y) bersifat kontinu pada setiap Ai Jika fungsi g1(y). Sebaran Fungsi Peubah Acak 13 (2) Ilustrasi 5. kita lihat bahwa U = Y2 bukan fungsi satu-ke-satu pada RY = {y |-∞ < y < ∞} tetapi bersifat satu-ke-satu pada A1 = (-∞. …. Kemudian bisa kita peroleh ringkasan berikut partisi RY transformasi invers transformasi dan pada A1 dan A2 berlaku V. Diketahui Y ~ N(0. A2. k serta gi(y) memenuhi sifat (i) g(y) = gi(y) untuk setiap y ∈ Ai (ii) gi(y) bersifat monoton pada Ai maka : u lainnya V. Tentukan fkp peubah acak U = Y2 Pertama-tama. 1). 0) dan A2 = [0.(2) Teorema 5.: Perhatikan Y peubah acak kontinu dengan fkp fY(y) dan U = g(Y) adalah suatu fungsi yang tidak bersifat satu-ke-satu pada RY tetapi kontinu. ….5. …. g(y) = y2 bersifat monoton turun pada A1 dan monoton naik pada A2 dan juga berlaku RY = A1 ∪ A2. katakan A1. ∞). gk(y) ada sedemikian sehingga gi(y) terdefinisi pada Ai untuk i = 1.

2) atau U ~ χ2(1) V. sehingga RU = {u|u > 0}. Sebaran Fungsi Peubah Acak 15 (3) Metode Fungsi Pembangkit Momen Teorema 5. Berdasarkan teorema 5.2. Normal. maka fkp bagi U adalah u lainnya . Perhatikan X dan Y yang masing-masing memiliki fungsi pembangkit momen mX(t) dan mY(t).5. Bagaimana menentukan fkp/fmp melalui fpm? Jika kita memiliki suatu fungsi U = g(Y) dan kemudian dapat ditentukan mU(t) adalah fungsi pembangkit momen peubah acak U. Gamma.1. Binomial. dll). serta kita mengenali bentuknya (misal Poisson. Jika mX(t) = mY(t) untuk semua nilai t maka X dan Y memiliki fkp/fmp yang sama. (sifat unik fungsi pembangkit momen). V. perhatikan u = y2 > 0. karena Dengan demikian U ~ Gamma (1/2.(2) Ilustrasi 5. Sebaran Fungsi Peubah Acak 16 . Kita dapat menggunakan sifat unik fungsi pembangkit momen untuk menentukan fkp/fmp dari peubah acak U.

Sebaran Fungsi Peubah Acak 17 (3) Teorema 5. Yn adalah contoh acak dimana Yi memiliki fpm mYi(t) untuk i = 1. Sebaran Fungsi Peubah Acak 18 .(3) Ilustrasi 5. Y2. …. Jika U = Y1 + Y2 + … + Yn maka Bisa diperlihatkan sbb. Jika Y ~ Gamma(α. β).3. …. V.6. 2. n. Kita tahu bahwa fpm Y adalah sehingga Jelas U ~ χ2(2α) V. perlihatkan bahwa U = g(Y) = 2Y/β ~ χ2(2α). Perhatikan Y1.

p). …. Y2. Y2) adalah peubah acak ganda kontinu dengan fkp R2 yang memetakan satu-ke-satu bersama fY1. Jadi U ~ Binomial (n. u2) lainnya V.(3) Ilustrasi 5. Y2) dan U2 = g2(Y1. Tentukan fkp U = Y1 + Y2 + … + Yn. Sebaran Fungsi Peubah Acak 19 (4) Transpormasi Peubah Acak Ganda Dalam pembahasan topik ini kita akan fokus pada transformasi ganda dua yaitu jika kita memiliki U1 = g1(Y1. y2). Yn ~ Bernoulli (p). Y2) dan U2 = g2(Y1. Perhatikan jika (Y1. mU(t) dapat dihitung sbb. Y2) serta g1-1 dan g2-1 dapat diturunkan secara parsial dan diperoleh maka (u1. kali mU(t) adalah fpm Binomial (n. Jika g : R2 dari RY1Y2 ke RU1U2 dimana U1 = g1(Y1. Y2). Jika Y1.Y2(y1. Sebaran Fungsi Peubah Acak 20 . p) V.7.

fkp bersama dari U1 dan U2 (b) fU1(u1). Sebaran Fungsi Peubah Acak 22 . 0 < u2 < 1) dan dan V. y2)|y1 > 0. u2).Y2 = {(y1. fkp bersama dari U1 dan U2 karena Y1 dan Y2 saling bebas. Diketahui Y1 ~ Γ(α. (a) fU1U2(u1.8. Y2) adalah untuk (y1.1). u2)|u1 >0. Y2 ~ Γ(β.U2 = {(u1. u2). Sebaran Fungsi Peubah Acak 21 (4) Ilustrasi 5. fkp marginal U1 (c) fU2(u2).(4) Ilustrasi 5. y2) ∈ RY1.8. maka RU1. fkp marginal U2 V. Dengan memperhatikan u1 = y1 + y2 dan u2 = y1/(y1+y2). 1) dengan Y1 dan Y2 saling bebas. y2 > 0). Jika didefinisikan : Tentukan : (a) fU1U2(u1. maka fkp bersama (Y1.

Sebaran Fungsi Peubah Acak 23 (4) Ilustrasi 5. fkp bersama dari U1 dan U2 dengan demikian diperoleh dan dapat ditulis (u1. (a) fU1U2(u1. Sebaran Fungsi Peubah Acak 24 . (b) fU1(u1). fkp marginal U1 kita akan integralkan fkp bersama (U1.8. u2). u2) lainnya V. U2) untuk setiap nilai u2 maka kita peroleh u1 lainnya V.8.(4) Ilustrasi 5.

maka fkp bersamanya adalah Π∀i fY(yi|θ).Y(n)(y1. …. Yn sehingga diperoleh Y(1) ≤ Y(2) ≤ … ≤ Y(n). y2. Y2. Yn adalah contoh acak dari Y ~ fY(y|θ) dengan fungsi sebaran FY(y). dengan demikian fkp bersama dari statistik tataan adalah fY(1). …. fkp marginal U2 kita akan integralkan fkp bersama (U1. Y2. Karena Yi saling benas.8. demikian seterusnya sehingga Y(n) adalah nilai terbesar. (c) fU2(u2). Y(2) nilai terkecil berikutnya. akan ada n! cara yang berbeda untuk menyusun Y1. Sebaran Fungsi Peubah Acak 26 . yn) = n! Π∀i fY(yi|θ) = n! fY(y1|θ) fY(y2|θ) … fY(yn|θ) V.Y(2). U2) untuk setiap nilai u1 maka kita peroleh u2 lainnya V.(4) Ilustrasi 5. …. Sebaran Fungsi Peubah Acak 25 (5) Statistik Tataan Perhatikan Y1. Didefinisikan Y(1) ≤ Y(2) ≤ … ≤ Y(n) adalah statistik tataan (order statistics) dengan Y(1) adalah nilai terkecil. … . Menurut aturan pencacahan.

Sebaran Fungsi Peubah Acak 28 .(5) (a) fkp statistik minimum. Y(1) dan dan dan sehingga dapat diperoreh V. Sebaran Fungsi Peubah Acak 27 (5) (b) fkp statistik maksimum. Y(n) dan dan dan sehingga dapat diperoreh V.

Sebaran Fungsi Peubah Acak 30 . Tentukan : (a).9. maka dengan pendekatan model multinomial kita peroleh dengan menginterpretasikan FY(y) = P(Yi < y).FY(y) = P(Yi > y).90) (c). Y2. maka fkp bagi statistik tataan ke-k adalah V. Suatu barisan {Y(i)} kita bagi dalam 3 kelas. fY(y) = P(Yi = y) dan 1.1). Y10 contoh acak dari Y ~ Beta(2. P(Y(6) > 0. P(Y(1) < 0. Sebaran Fungsi Peubah Acak 29 (5) Ilustrasi 5.25) (b). yaitu Kelas 1 2 3 Nilai Y Y<y Y=y Y>y Banyak anggota kelas k -1 1 n-k Karena Yi saling bebas. Y(k) Untuk mencari fY(k)(y) coba didekati dengan model peluang multinomial. Diberikan Y1.(5) (c) fkp statistik tataan ke-k.50) V. P(Y(10) > 0. ….