P. 1
(5)SebaranFungsiPeubahAcak

(5)SebaranFungsiPeubahAcak

|Views: 12|Likes:

More info:

Published by: Ayiez Ai-o Sagashite on Sep 20, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

09/20/2012

pdf

text

original

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

Jika Y ~ Seragam (0. Diketahui Y ~ Eksponensial (1).e-u Bisa diperlihatkan bahwa U ~ Eksponensial (1) 5 V.e-(u . Kita tahu bahwa FY(y) = 1. Sebaran Fungsi Peubah Acak (1) Ilustrasi 5. Sehingga u . Sehingga 0 < e-u < 1 dan FU(u) = 1 – FY(y) = 1 . sbb. karena 0 < y < 1 maka u = . Sebaran Fungsi Peubah Acak .log(y) > 0 sehingga diperoleh u lainnya Kita tahu bahwa FY(y) = y untuk 0 < y < 1. 1) dan U = g(Y) = .θ > 0 dan FU(u) = 1 – FY(u .log(Y) Dengan demikian fU(u) kita peroleh dari turunan pertama FU(u). Dengan metode fungsi sebaran kita peroleh : Dengan demikian kita bisa memperoleh fU(u) dengan menentukan turunan pertama dari FU(u) sbb.θ) Jadi u lainnya 6 V.e-y untuk y > 0. θ > 0.θ) = 1 . Tentukan fkp U = g(Y) = Y + θ.1.(1) Ilustrasi 5.2.

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

sehingga . maka diperoleh untuk (?) V. Selanjutnya kita tentukan turunan dari g-1(u). kita harus meyakinkan bahwa g adalah fungsi satu-kesatu pada daerah fungsi RY. demikian pula dengan g-1.3. Sebaran Fungsi Peubah Acak 9 (2) Ilustrasi 5. Sebaran Fungsi Dengan demikian U ~ Wibull (2. sehingga diperoleh dan dan berdasarkan formulasi sebelumnya. β) Peubah Acak 10 . Jika g monoton turun. Untuk mengatasi kedua kasus tersebut. sehingga fkp bagi U adalah V. Mudah untuk ditunjukkan bahwa g(y) adalah fungsi yang monoton naik dan bersifat satu-ke-satu pada RY = {y|0 < y < ∞}. Tentukan fkp Pertama-tama. kita bisa menggunakan fungsi harga mutlak.(2) Sekarang perhatikan jika g monoton naik. demikian pula dengan g-1. Diketahui Y ~ Eksponensial (β). sehingga akan tetapi fY(g-1(u)) < 0 sehingga bernilai positif.

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

0) dan A2 = [0. 2. katakan A1. gk(y) ada sedemikian sehingga gi(y) terdefinisi pada Ai untuk i = 1. g(y) = y2 bersifat monoton turun pada A1 dan monoton naik pada A2 dan juga berlaku RY = A1 ∪ A2. Sebaran Fungsi Peubah Acak 14 .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. Diketahui Y ~ N(0.(2) Teorema 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. …. ∞). Tentukan fkp peubah acak U = Y2 Pertama-tama. 1). Sebaran Fungsi Peubah Acak 13 (2) Ilustrasi 5. Ak dengan (i) P(Yi ∈ Ai) > 0 untuk setiap i dan (ii) fY(y) bersifat kontinu pada setiap Ai Jika fungsi g1(y). 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.1. Misalkan kita dapat mempartisi RY menjadi beberapa himpunan yang terhingga banyaknya. A2. g2(y). …. ….

karena Dengan demikian U ~ Gamma (1/2. sehingga RU = {u|u > 0}. dll). Gamma. serta kita mengenali bentuknya (misal Poisson. Sebaran Fungsi Peubah Acak 16 . (sifat unik fungsi pembangkit momen). Jika mX(t) = mY(t) untuk semua nilai t maka X dan Y memiliki fkp/fmp yang sama.(2) Ilustrasi 5. 2) atau U ~ χ2(1) V. maka fkp bagi U adalah u lainnya . V. Sebaran Fungsi Peubah Acak 15 (3) Metode Fungsi Pembangkit Momen Teorema 5.5. Perhatikan X dan Y yang masing-masing memiliki fungsi pembangkit momen mX(t) dan mY(t).1. Binomial. Berdasarkan teorema 5. Normal.2. perhatikan u = y2 > 0. Kita dapat menggunakan sifat unik fungsi pembangkit momen untuk menentukan fkp/fmp dari peubah acak U. 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.

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

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

u2). Dengan memperhatikan u1 = y1 + y2 dan u2 = y1/(y1+y2).Y2 = {(y1. Jika didefinisikan : Tentukan : (a) fU1U2(u1. y2) ∈ RY1. u2). fkp bersama dari U1 dan U2 karena Y1 dan Y2 saling bebas. u2)|u1 >0. Y2) adalah untuk (y1. Diketahui Y1 ~ Γ(α. fkp marginal U2 V. Y2 ~ Γ(β. y2 > 0). 0 < u2 < 1) dan dan V.(4) Ilustrasi 5.U2 = {(u1. Sebaran Fungsi Peubah Acak 21 (4) Ilustrasi 5. fkp bersama dari U1 dan U2 (b) fU1(u1). fkp marginal U1 (c) fU2(u2).1). y2)|y1 > 0. maka RU1. maka fkp bersama (Y1.8.8. 1) dengan Y1 dan Y2 saling bebas. Sebaran Fungsi Peubah Acak 22 . (a) fU1U2(u1.

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

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

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

9. Tentukan : (a). P(Y(10) > 0. Sebaran Fungsi Peubah Acak 30 .50) V. fY(y) = P(Yi = y) dan 1.25) (b).90) (c).FY(y) = P(Yi > y).(5) (c) fkp statistik tataan ke-k. P(Y(1) < 0. 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. maka dengan pendekatan model multinomial kita peroleh dengan menginterpretasikan FY(y) = P(Yi < y). Y(k) Untuk mencari fY(k)(y) coba didekati dengan model peluang multinomial. Suatu barisan {Y(i)} kita bagi dalam 3 kelas. P(Y(6) > 0. Y10 contoh acak dari Y ~ Beta(2. Diberikan Y1. ….1). Sebaran Fungsi Peubah Acak 29 (5) Ilustrasi 5. Y2. maka fkp bagi statistik tataan ke-k adalah V.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->