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

Jika U = g(Y) dan FU(u) adalah fungsi sebaran peubah acak U. Sebaran Fungsi Peubah Acak 4 . Sedangkan FU(u) = PU(U ≤ u) = PU(g(Y) ≤ u) V. kita akan membahas tiga metode utama yaitu : (1) Metode Fungsi Sebaran (2) Metode Transformasi (3) Metode Fungsi Pembangkit Momen V. Sebaran Fungsi Peubah Acak 3 (1) Metode Fungsi Sebaran Perhatikan Y adalah peubah acak kontinu dengan fungsi sebaran FY(y).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).

Sehingga u . karena 0 < y < 1 maka u = . θ > 0. Sebaran Fungsi Peubah Acak .log(y) > 0 sehingga diperoleh u lainnya Kita tahu bahwa FY(y) = y untuk 0 < y < 1.θ > 0 dan FU(u) = 1 – FY(u . Sebaran Fungsi Peubah Acak (1) Ilustrasi 5. Kita tahu bahwa FY(y) = 1.2.1. 1) dan U = g(Y) = . sbb. Dengan metode fungsi sebaran kita peroleh : Dengan demikian kita bisa memperoleh fU(u) dengan menentukan turunan pertama dari FU(u) sbb.log(Y) Dengan demikian fU(u) kita peroleh dari turunan pertama FU(u).e-(u . Tentukan fkp U = g(Y) = Y + θ.θ) = 1 .e-u Bisa diperlihatkan bahwa U ~ Eksponensial (1) 5 V. Jika Y ~ Seragam (0.e-y untuk y > 0. Sehingga 0 < e-u < 1 dan FU(u) = 1 – FY(y) = 1 .θ) Jadi u lainnya 6 V. Diketahui Y ~ Eksponensial (1).(1) Ilustrasi 5.

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

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

Sebaran Fungsi Peubah Acak 12 .(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.Y Mudah untuk menunjukkan g(y) adalah fungsi yang monoton turun dan bersifat satu-ke-satu pada RY = {y|0 < y < 1}. Diketahui fkp peubah acak Y sbb. Selanjutnya kita tentukan turunan dari g-1(u).4. maka diperoleh untuk V. sehingga diperoleh dan dan berdasarkan formulasi sebelumnya. V. y lainnya Tentukan fkp dari U = g(Y) = 1 .

g(y) = y2 bersifat monoton turun pada A1 dan monoton naik pada A2 dan juga berlaku RY = A1 ∪ A2. katakan A1. Tentukan fkp peubah acak U = Y2 Pertama-tama. …. 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. Diketahui Y ~ N(0. 1).: 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.(2) Teorema 5. Kemudian bisa kita peroleh ringkasan berikut partisi RY transformasi invers transformasi dan pada A1 dan A2 berlaku V. 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. Misalkan kita dapat mempartisi RY menjadi beberapa himpunan yang terhingga banyaknya. kita lihat bahwa U = Y2 bukan fungsi satu-ke-satu pada RY = {y |-∞ < y < ∞} tetapi bersifat satu-ke-satu pada A1 = (-∞. gk(y) ada sedemikian sehingga gi(y) terdefinisi pada Ai untuk i = 1.1. g2(y). 2.5. ∞). …. A2. 0) dan A2 = [0. Sebaran Fungsi Peubah Acak 14 . ….

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

β). Kita tahu bahwa fpm Y adalah sehingga Jelas U ~ χ2(2α) V. Sebaran Fungsi Peubah Acak 17 (3) Teorema 5.6. …. …. Perhatikan Y1.(3) Ilustrasi 5. perlihatkan bahwa U = g(Y) = 2Y/β ~ χ2(2α). n. V. Jika U = Y1 + Y2 + … + Yn maka Bisa diperlihatkan sbb.3. 2. Y2. Yn adalah contoh acak dimana Yi memiliki fpm mYi(t) untuk i = 1. Sebaran Fungsi Peubah Acak 18 . Jika Y ~ Gamma(α.

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

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

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

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

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

Sebaran Fungsi Peubah Acak 29 (5) Ilustrasi 5.90) (c). …. fY(y) = P(Yi = y) dan 1.25) (b).1). Y10 contoh acak dari Y ~ Beta(2. P(Y(1) < 0. Suatu barisan {Y(i)} kita bagi dalam 3 kelas. Y2. P(Y(6) > 0. Diberikan Y1. P(Y(10) > 0.(5) (c) fkp statistik tataan ke-k. Tentukan : (a).FY(y) = P(Yi > y). maka dengan pendekatan model multinomial kita peroleh dengan menginterpretasikan FY(y) = P(Yi < y). 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.50) V. maka fkp bagi statistik tataan ke-k adalah V. Y(k) Untuk mencari fY(k)(y) coba didekati dengan model peluang multinomial.9. Sebaran Fungsi Peubah Acak 30 .