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

secara umum kita bisa mencari fU(u) yang merupakan turunan pertama dari FU(u).Sebaran Fungsi Peubah Acak Untuk menentukan sebaran fungsi peubah acak tersebut. Sebaran Fungsi Peubah Acak 3 (1) Metode Fungsi Sebaran Perhatikan Y adalah peubah acak kontinu dengan fungsi sebaran FY(y). Sedangkan FU(u) = PU(U ≤ u) = PU(g(Y) ≤ u) V. Sebaran Fungsi Peubah Acak 4 . 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.

e-(u .θ) Jadi u lainnya 6 V. 1) dan U = g(Y) = . Diketahui Y ~ Eksponensial (1). Kita tahu bahwa FY(y) = 1. Sehingga 0 < e-u < 1 dan FU(u) = 1 – FY(y) = 1 .e-u Bisa diperlihatkan bahwa U ~ Eksponensial (1) 5 V.e-y untuk y > 0. Sebaran Fungsi Peubah Acak .log(Y) Dengan demikian fU(u) kita peroleh dari turunan pertama FU(u).θ) = 1 . Sebaran Fungsi Peubah Acak (1) Ilustrasi 5.1.θ > 0 dan FU(u) = 1 – FY(u .2.(1) Ilustrasi 5. θ > 0. Jika Y ~ Seragam (0.log(y) > 0 sehingga diperoleh u lainnya Kita tahu bahwa FY(y) = y untuk 0 < y < 1. Tentukan fkp U = g(Y) = Y + θ. Sehingga u . sbb. karena 0 < y < 1 maka u = . Dengan metode fungsi sebaran kita peroleh : Dengan demikian kita bisa memperoleh fU(u) dengan menentukan turunan pertama dari FU(u) sbb.

Sebaran Fungsi Peubah Acak 8 .(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 7 (2) Perhatikan jika g(y) adalah fungsi satu-ke-satu yang monoton naik. g-1 V. yaitu : (1) g akan memetakan R ke R dengan sifat monoton naik atau monoton turun (2) g akan memiliki fungsi kebalikan yang unik. 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.

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

4. y lainnya Tentukan fkp dari U = g(Y) = 1 . sehingga diperoleh dan dan berdasarkan formulasi sebelumnya. Selanjutnya kita tentukan turunan dari g-1(u). 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}. V. Diketahui fkp peubah acak Y sbb.(2) Ilustrasi 5. maka diperoleh untuk V. Sebaran Fungsi Peubah Acak 12 .

∞). Misalkan kita dapat mempartisi RY menjadi beberapa himpunan yang terhingga banyaknya.: 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. 1). …. Tentukan fkp peubah acak U = Y2 Pertama-tama. 0) dan A2 = [0. A2. katakan A1.1. Sebaran Fungsi Peubah Acak 13 (2) Ilustrasi 5. g(y) = y2 bersifat monoton turun pada A1 dan monoton naik pada A2 dan juga berlaku RY = A1 ∪ A2.(2) Teorema 5.5. Kemudian bisa kita peroleh ringkasan berikut partisi RY transformasi invers transformasi dan pada A1 dan A2 berlaku V. 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. 2. g2(y). kita lihat bahwa U = Y2 bukan fungsi satu-ke-satu pada RY = {y |-∞ < y < ∞} tetapi bersifat satu-ke-satu pada A1 = (-∞. Ak dengan (i) P(Yi ∈ Ai) > 0 untuk setiap i dan (ii) fY(y) bersifat kontinu pada setiap Ai Jika fungsi g1(y). gk(y) ada sedemikian sehingga gi(y) terdefinisi pada Ai untuk i = 1. …. …. Diketahui Y ~ N(0. Sebaran Fungsi Peubah Acak 14 .

5.2. Sebaran Fungsi Peubah Acak 16 . Berdasarkan teorema 5. maka fkp bagi U adalah u lainnya . sehingga RU = {u|u > 0}. (sifat unik fungsi pembangkit momen). dll). serta kita mengenali bentuknya (misal Poisson. Perhatikan X dan Y yang masing-masing memiliki fungsi pembangkit momen mX(t) dan mY(t). perhatikan u = y2 > 0. 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. Normal. Jika mX(t) = mY(t) untuk semua nilai t maka X dan Y memiliki fkp/fmp yang sama. Binomial. Gamma. Sebaran Fungsi Peubah Acak 15 (3) Metode Fungsi Pembangkit Momen Teorema 5.1. V. 2) atau U ~ χ2(1) V. karena Dengan demikian U ~ Gamma (1/2. Kita dapat menggunakan sifat unik fungsi pembangkit momen untuk menentukan fkp/fmp dari peubah acak U.(2) Ilustrasi 5.

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

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

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

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

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

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

P(Y(10) > 0. maka fkp bagi statistik tataan ke-k adalah V. Y2.1).90) (c). Sebaran Fungsi Peubah Acak 30 . P(Y(1) < 0. maka dengan pendekatan model multinomial kita peroleh dengan menginterpretasikan FY(y) = P(Yi < y).25) (b). Sebaran Fungsi Peubah Acak 29 (5) Ilustrasi 5.50) V. Y10 contoh acak dari Y ~ Beta(2. Y(k) Untuk mencari fY(k)(y) coba didekati dengan model peluang multinomial. …. Suatu barisan {Y(i)} kita bagi dalam 3 kelas. Diberikan Y1. Tentukan : (a).9.(5) (c) fkp statistik tataan ke-k. 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. fY(y) = P(Yi = y) dan 1.FY(y) = P(Yi > y). P(Y(6) > 0.

Sign up to vote on this title
UsefulNot useful