P. 1
Teori statistik

Teori statistik

|Views: 798|Likes:
Published by Bonz Dragneel

More info:

Published by: Bonz Dragneel on Dec 12, 2011
Copyright:Attribution Non-commercial

Availability:

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

09/03/2014

pdf

text

original

Teori statistik

Teori statistik menyediakan dasar bagi seluruh jajaran teknik, baik dalam desain penelitian dan analisis data , yang digunakan dalam aplikasi dari statistik . [1] [2] Teori ini mencakup pendekatan statistik-keputusan masalah dan statistik inferensi , dan tindakan dan pengurangan yang memenuhi prinsip-prinsip dasar yang dinyatakan untuk pendekatanpendekatan yang berbeda. Dalam pendekatan yang diberikan, teori statistik memberikan cara membandingkan prosedur statistik;. Dapat menemukan prosedur yang terbaik mungkin dalam konteks yang diberikan untuk masalah statistik tertentu, atau dapat memberikan panduan tentang pilihan antara prosedur alternatif Terlepas dari pertimbangan filosofis tentang bagaimana membuat kesimpulan statistik dan keputusan, banyak dari teori statistik terdiri dari statistik matematika , dan erat terkait dengan teori probabilitas , untuk teori utilitas , dan optimasi .

Ruang Lingkup
Teori statistik menyediakan alasan yang mendasari dan memberikan dasar yang konsisten untuk pilihan metodologi yang digunakan dalam statistik diterapkan Pemodelan

Model statistik menggambarkan sumber data dan dapat memiliki berbagai jenis formulasi sesuai dengan sumber-sumber dan untuk masalah yang sedang dipelajari. Masalah tersebut dapat berbagai macam:
  

Sampling dari suatu populasi finit Mengukur kesalahan pengamatan dan pemurnian prosedur Mempelajari statistik hubungan

Model statistik, sekali ditetapkan, dapat diuji untuk melihat apakah mereka menyediakan kesimpulan yang berguna untuk set data baru. Pengujian hipotesis dengan menggunakan data yang digunakan untuk menentukan model adalah suatu kesalahan, menurut ilmu alam dari Bacon dan metode ilmiah Peirce.
Pengumpulan data

Teori statistik menyediakan panduan untuk membandingkan metode pengumpulan data , di mana masalah ini adalah untuk menghasilkan data informatif menggunakan optimasi dan pengacakan sementara mengukur dan mengendalikan kesalahan pengamatan .Optimasi pengumpulan data mengurangi biaya data sementara memuaskan tujuan statistik, sedangkan pengacakan memungkinkan kesimpulan yang dapat diandalkan. Teori statistik menyediakan dasar untuk pengumpulan data yang baik dan penataan penyelidikan dalam topik:
 

Desain eksperimen untuk memperkirakan efek pengobatan, untuk menguji hipotesis, dan untuk mengoptimalkan respon. Survei sampel untuk menggambarkan populasi

pengujian hipotesis. Ini menyediakan cara yang obyektif parameter memperkirakan. namun keandalan kesimpulan dari post-hoc data pengamatan seringkali lebih buruk daripada yang direncanakan untuk generasi acak data. dan dengan demikian sarana nilai-nilai yang sesuai mengatakan diturunkan untuk populasi yang berbeda adalah sebagai berbeda karena mereka mungkin tampak. teori statistik memiliki tugas mempertimbangkan jenis pertanyaan yang analis data mungkin ingin bertanya tentang masalah yang mereka sedang mempelajari dan menyediakan data teknik analitik untuk menjawab mereka. dan memilih yang terbaik. Beberapa tugas-tugas ini:     Ringkasnya populasi dalam bentuk distribusi dipasang atau fungsi probabilitas kepadatan Ringkasnya hubungan antara variabel menggunakan beberapa jenis analisis regresi Menyediakan cara memprediksi hasil dari suatu kuantitas acak diberikan variabel terkait lainnya Meneliti kemungkinan mengurangi jumlah variabel yang dipertimbangkan dalam masalah (tugas pengurangan Dimensi ) Ketika suatu prosedur statistik telah ditentukan dalam protokol penelitian. Beberapa ini adalah: Data Menafsirkan merupakan tujuan penting dari penelitian statistik:     Memperkirakan parameter Pengujian hipotesis statistik Menyediakan berbagai nilai-nilai bukan sebuah estimasi titik Analisis regresi . teori statistik memberikan cara untuk menghitung nilai yang dapat digunakan untuk menafsirkan data sampel dari suatu populasi. Terapan statistik inferensi Teori statistik menyediakan dasar untuk sejumlah metode data analitis yang umum di penelitian ilmiah dan sosial. Jadi masalah statistik teoritis mempertimbangkan meliputi:    Memilih ringkasan statistik untuk menggambarkan sampel Ringkasnya distribusi probabilitas data sampel sementara membuat asumsi terbatas tentang bentuk distribusi yang dapat dipenuhi Ringkasnya hubungan antara jumlah yang berbeda diukur pada item yang sama dengan sampel Data Interpeting Selain filosofi dasar inferensi statistik . Bahkan untuk data pengamatan.Data Ringkasnya Tugas meringkas data statistik dalam bentuk konvensional (juga dikenal sebagai statistik deskriptif ) dianggap dalam statistik teoritis sebagai masalah mendefinisikan apa aspek sampel statistik perlu dijelaskan dan seberapa baik mereka dapat digambarkan dari sampel biasanya terbatas data. memperkirakan interval keyakinan. maka teori probabilitas statistik memberikan pernyataan didefinisikan dengan baik untuk metode saat diterapkan pada semua populasi yang bisa timbul dari pengacakan yang digunakan untuk menghasilkan data. dapat menyediakan sarana untuk menunjukkan seberapa baik nilai yang ditentukan oleh sampel.

terutama di Skandinavia . teori statistik belajar dan meningkatkan prosedur statistik dengan matematika. dan statistik matematika Statistik matematika telah tumpang tindih substansial dengan disiplin statistik . Teori statistik mempelajari konsekuensi dari keberangkatan dari asumsi ini. dan menyediakan metode memeriksa apakah asumsi-asumsi tertentu yang masuk akal untuk memberikan data-set. dengan menggunakan teori probabilitas serta cabang lain dari matematika seperti aljabar linear dan analisis . dan dengan mengukur melibatkan ketidakpastian (misalnya menggunakan interval keyakinan ). Statistik. Statistik berhubungan dengan memperoleh informasi dari data. Statistik menangani data tersebut dengan menggunakan metode teori probabilitas . statistik inferensial . terutama dengan desain eksperimen acak dan dengan perencanaan survei menggunakan random sampling . yaitu merangkum data dan sifat khas mereka.  Sementara alat analisis data bekerja terbaik pada data dari studi acak. data yang sering mengandung beberapa keacakan atau ketidakpastian . memeriksa apakah data memenuhi kondisi model tertentu. Matematika statistik Statistik matematika adalah studi tentang statistik dari sudut pandang matematika. dan penelitian statistik seringkali menimbulkan pertanyaan matematika. Analisis awal data dari penelitian benar acak sering mengikuti protokol penelitian.Banyak metode standar untuk tugas-tugas tertentu bergantung pada asumsi statistik (dibuat dalam derivasi metodologi) benar-benar memegang dalam praktek.misalnya. Sebuah analisis data sekunder dari studi yang direncanakan menggunakan alat-alat dari analisis data. dalam hal inferensi tergantung pada model yang dipilih oleh ahli statistik . Istilah "statistik matematika" berkaitan erat dengan istilah " teori statistik "tetapi juga mencakup pemodelan untuk ilmu aktuaria dan non-statistik teori probabilitas . dari eksperimen alam dan studi observasi . statistik inferensial melibatkan memilih model untuk data. dan sangat subjektif. Tentu saja. Analisis data dibagi menjadi:  statistik deskriptif . Teori statistik bergantung pada probabilitas . data dari penelitian secara acak dapat dianalisis untuk mempertimbangkan hipotesis sekunder atau untuk menyarankan ide-ide baru. Ilmu statistik berkaitan dengan perencanaan studi. mereka juga diterapkan untuk data jenis lain --.bagian dari statistik yang menggambarkan data. Dalam prakteknya. [1] Statistik matematika telah terinspirasi oleh dan telah diperpanjang banyak prosedur dalam statistik diterapkan .bagian dari statistik yang menarik kesimpulan dari data (menggunakan beberapa model untuk data): Sebagai contoh. Selain itu menyediakan berbagai teknik statistik yang kuat yang kurang tergantung pada asumsi-asumsi. matematika.

dan peristiwa : abstraksi matematis non-deterministik peristiwa atau kuantitas terukur yang dapat berupa kejadian tunggal atau berkembang dari waktu ke waktu dalam mode tampaknya acak. dan metode terutama kombinatorial . Teori probabilitas Teori probabilitas adalah cabang matematika yang berkaitan dengan probabilitas . Awalnya. teori probabilitas terutama dianggap peristiwa diskrit. Sebuah penemuan besar abad kedua puluh fisika adalah sifat probabilistik fenomena fisik pada skala atom. Pengumpulan dari semua hasil disebut ruang sampel percobaan. Sejarah Teori matematika probabilitas memiliki akar dalam upaya untuk menganalisis permainan kesempatan oleh Gerolamo Cardano pada abad keenam belas. analisis . Motivasi Pertimbangkan sebuah eksperimen yang dapat menghasilkan sejumlah hasil. dan dengan Pierre de Fermat dan Blaise Pascal pada abad ketujuh belas (misalnya " masalah poin "). Pendekatan teori keputusan untuk inferensi statistik adalah kebangkitan oleh Abraham Wald dan para penerusnya. proses stokastik . khususnya penerapan terbatas daripada aditivitas dihitung oleh Bruno de Finetti . yang dapat dipelajari dan diprediksi. analitis pertimbangan memaksa penggabungan variabel kontinu menjadi teori. Christiaan Huygens menerbitkan buku tentang subjek di 1657. Laplace . Sebagai contoh. Metode teori probabilitas juga berlaku untuk deskripsi sistem yang kompleks hanya diberikan pengetahuan parsial negara mereka. Akhirnya. Kolmogorov gabungan gagasan ruang sampel . dijelaskan dalam mekanika kuantum . teori probabilitas adalah penting untuk kegiatan manusia banyak yang melibatkan analisis kuantitatif set besar data. Salah . dan membuat ekstensif menggunakan komputasi ilmiah . Objek utama teori probabilitas adalah variabel acak . pada pondasi diletakkan oleh Andrey Nikolaevich Kolmogorov . kemudian jika berkali-kali mengulangi urutan kejadian acak akan menunjukkan pola-pola tertentu. dan CS Peirce digunakan teori keputusan dengan distribusi probabilitas dan fungsi kerugian (atau fungsi utilitas ). Dua hasil matematis representatif menggambarkan pola tersebut adalah hukum bilangan besar dan teorema limit sentral .dan teori keputusan . karena desain eksperimen . Cukup cepat ini menjadi sebagian besar tak terbantahkan aksiomatik dasar bagi teori probabilitas modern. seperti dalam mekanika statistik . dan optimasi . Sebagai dasar matematika untuk statistik . Matematikawan dan statistik seperti Gauss . analisis acak fenomena. Para mengatur daya dari ruang sampel dibentuk dengan mempertimbangkan semua koleksi yang berbeda dari hasil yang mungkin. Jika sebuah koin individu atau melemparkan gulungan dadu dianggap peristiwa acak. statistik menggunakan aljabar dan kombinatorik . rolling mati menghasilkan salah satu dari enam hasil yang mungkin. Hal ini memuncak dalam teori probabilitas modern. dan mengukur teori dan disajikan nya sistem aksioma untuk teori probabilitas pada tahun 1933. diperkenalkan oleh Richard von Mises . tetapi alternatif yang ada.

Dalam hal ini. Sebuah intrinsik "probabilitas" nilai berikut: 1. Contoh: Membuang dadu . [4] Probabilitas bahwa salah satu dari peristiwa {1. Sejak 3 wajah dari 6 bahkan angka dan wajah masing-masing memiliki probabilitas yang sama untuk tampil. yang berhubungan dengan himpunan semua hasil yang mungkin dalam arti klasik. misalnya. akan dilenyapkan sebelum dapat memukul meja.5} adalah peristiwa yang mati jatuh pada beberapa nomor ganjil. Acara ini meliputi kemungkinan setiap nomor kecuali lima sebagai digulung.4} semua saling eksklusif).4. Untuk memenuhi syarat sebagai distribusi probabilitas .4. peristiwa {1.4} akan terjadi adalah 5 / 6.2.6}. dinotasikan dengan Ω.5} adalah elemen dari kekuatan set ruang sampel gulungan mati. Dengan demikian.2. Koleksi-koleksi ini disebut peristiwa. Jika hasil yang sebenarnya terjadi jatuh dalam acara tertentu. Demi kenyamanan.3. kami mengabaikan kemungkinan bahwa mati.3.kepastian yang mutlak.3. Sebagai contoh. Probabilitas adalah cara menetapkan setiap "event" nilai antara nol dan satu. Probabilitas acara didefinisikan sebagai . atas jumlah total yang mungkin hasil dalam ruang sampel equiprobable: lihat definisi probabilitas klasik . dan { 2. peristiwa {1.3.2.3. atau {2. jika acara ini "terjadinya angka bahkan ketika mati adalah digulung".satu koleksi hasil yang mungkin sesuai untuk mendapatkan jumlah ganjil. dan jumlah dari f (x) atas seluruh nilai x dalam ruang sampel Ω adalah sama dengan 1. dan berjalan secara acak . probabilitasnya diberikan oleh . 2. Hal ini kemudian diasumsikan bahwa untuk setiap elemen . {3}.4. Sebuah acara didefinisikan sebagai subset dari ruang sampel . probabilitas bahwa setidaknya salah satu peristiwa akan terjadi diberikan oleh jumlah probabilitas dari semua peristiwa individu. Definisi modern: definisi modern dimulai dengan himpunan berhingga atau dihitung disebut ruang sampel . setelah digulung. percobaan dengan deck kartu . Ini adalah sama dengan mengatakan bahwa probabilitas dari peristiwa {1.6} memiliki probabilitas dari 1 .6}.6}) diberi nilai satu. {1. penugasan nilai harus memenuhi persyaratan bahwa jika Anda melihat koleksi peristiwa saling eksklusif (peristiwa yang tidak mengandung hasil umum. {3}. Teori probabilitas diskrit kesepakatan dengan peristiwa-peristiwa yang terjadi pada dihitung ruang sampel. Definisi klasik: Awalnya probabilitas dari suatu peristiwa terjadi didefinisikan sebagai jumlah kasus yang menguntungkan untuk acara tersebut. terpasang. Acara saling eksklusif {5} memiliki probabilitas 1 / 6. subset {1. dan acara {1. dengan syarat bahwa acara terdiri dari semua hasil yang mungkin (dalam contoh kita. fungsi probabilitas f (x) terletak antara nol dan satu untuk setiap nilai x dalam ruang sampel Ω.5. yang memenuhi sifat-sifat Artinya.5.6} adalah 5 / 6. acara yang dikatakan telah terjadi.

adalah monoton non-menurun . CDF harus memenuhi sifat-sifat berikut. Fungsi pemetaan titik dalam ruang sampel dengan nilai "probabilitas" disebut fungsi massa probabilitas disingkat sebagai PMF. maka variabel acak X dikatakan memiliki fungsi probabilitas densitas atau kepadatan pdf atau hanya Untuk menetapkan . dan probabilitas dari peristiwa nol 0. distribusi probabilitas kontinyu Artikel utama: distribusi probabilitas kontinu Teori probabilitas kontinu berhubungan dengan peristiwa yang terjadi dalam ruang sampel kontinu. F (x) mengembalikan probabilitas bahwa X akan kurang dari atau sama dengan x. 3. 2. Yaitu. Lihat paradoks Bertrand . 1. Jika adalah benar-benar berkelanjutan . maka fungsi yang disebut fungsi distribusi kumulatif (CDF atau) ada. kanan terus menerus fungsi. Definisi modern: Jika ruang hasil dari suatu variabel acak X adalah himpunan bilangan real ( ) Atau subset darinya.Jadi. Definisi modern tidak mencoba untuk menjawab bagaimana fungsi massa probabilitas diperoleh. Probabilitas dari variabel acak X berada di adalah Dalam hal fungsi kepadatan probabilitas ada. ditetapkan oleh . yaitu. probabilitas dari ruang sampel keseluruhan adalah 1. ini dapat ditulis sebagai . turunannya ada dan mengintegrasikan derivatif memberi kita cdf kembali lagi. Definisi klasik: Definisi klasik rusak ketika dihadapkan dengan kasus kontinu. melainkan membangun sebuah teori yang mengasumsikan keberadaan mereka.

Mengukur-teori teori probabilitas dan ruang sampel Raison d'etre dari perlakuan ukuran-teori probabilitas adalah bahwa ia menyatukan diskrit dan kasus terus menerus. Selain itu. dan sebaliknya. dan mengambil nilai acak dari distribusi normal dengan probabilitas 1 / 2. (Juga disebut ruang sampel) dan ζ-aljabar disebut ukuran probabilitas jika di atasnya. Langkah ini bertepatan dengan PMF untuk variabel diskrit.Sedangkan pdf hanya ada untuk variabel acak kontinu. probabilitas didefinisikan pada ruang fungsi. CDF ada untuk semua variabel acak (termasuk variabel acak diskrit) yang mengambil nilai-nilai dalam Konsep-konsep ini dapat digeneralisasi untuk multidimensi kasus pada kontinu. membuat pendekatan teori pengukuran bebas dari kekeliruan. Sebuah contoh dari distribusi tersebut dapat campuran distribusi diskrit dan kontinumisalnya. Pendekatan modern untuk teori probabilitas memecahkan masalah ini menggunakan mengukur teori untuk mendefinisikan ruang probabilitas : Mengingat mengatur didefinisikan pada . Seperti dalam teori proses stokastik . ukuran Jika adalah ζ-aljabar Borel pada set bilangan real. juga tidak memiliki kepadatan. dan membuat perbedaan pertanyaan yang mengukur digunakan. maka ada ukuran probabilitas yang unik pada untuk setiap cdf. Ukuran sesuai dengan cdf dikatakan disebabkan oleh CDF. distribusi penyanyi tidak memiliki probabilitas positif untuk setiap titik tunggal. mengukur-teori pengobatan juga memungkinkan kita untuk bekerja pada probabilitas luar . Distribusi mereka karena telah mendapatkan kepentingan khusus dalam teori probabilitas. Hal ini masih dapat dipelajari sampai batas tertentu dengan mempertimbangkan untuk memiliki pdf dari (δ [x] + φ (x)) / 2. mencakup distribusi yang diskrit maupun kontinu baik atau campuran dari keduanya. variabel acak yang adalah 0 dengan probabilitas 1 / 2. Beberapa distribusi diskrit mendasar adalah . Probabilitas distribusi Variabel acak tertentu terjadi sangat sering dalam teori probabilitas karena mereka juga menjelaskan proses alam atau fisik banyak. Probabilitas dari suatu himpunan dalam aljabar ζdidefinisikan sebagai di mana integrasi ini dengan hormat untuk mengukur diinduksi oleh Seiring dengan menyediakan pemahaman yang lebih baik dan penyatuan probabilitas diskrit dan kontinu. Distro lain bahkan mungkin tidak campuran. misalnya. dan pdf untuk variabel kontinyu. dimana δ [x] adalah fungsi delta Dirac . Sebagai contoh untuk mempelajari gerak Brown .

Dimanapun yang terus menerus . konvergensi lemah lebih lemah dari konvergensi yang kuat. setiap gagasan berikutnya konvergensi dalam daftar menyiratkan konvergensi sesuai dengan semua gagasan sebelumnya.seragam diskrit . maka kira-kira setengah dari waktu itu akan muncul kepala. hukum jumlah besar dianggap sebagai pilar dalam sejarah teori statistik. Probabilitas modern menyediakan versi resmi dari ide intuitif. Notasi paling umum tangan pendek: Konvergensi dalam probabilitas: Urutan variabel acak menuju variabel acak untuk setiap ε> 0. binomial . yaitu. [5] . Distribusi kontinu penting adalah seragam kontinyu . Konvergensi yang kuat juga Sebagai nama menunjukkan. Konvergensi lemah juga disebut konvergensi dalam distribusi. Poisson dan distribusi geometrik . Bahkan. Konvergensi variabel acak Artikel utama: Konvergensi variabel acak Dalam teori probabilitas. Karena link probabilitas secara teoritis turunan untuk frekuensi kejadian aktual mereka di dunia nyata. semakin besar kemungkinan itu harus bahwa rasio jumlah kepala dengan jumlah ekor akan mendekati persatuan. yang normal . ada beberapa pengertian konvergensi untuk variabel acak . melainkan muncul dari dasar-dasar sebagai sebuah teorema. Notasi paling umum tangan pendek: dikatakan konvergen menuju . yang dikenal sebagai hukum jumlah besar. eksponensial . Mereka terdaftar di bawah ini dalam urutan kekuatan. Lemah konvergensi: Sebuah urutan variabel acak konvergen lemah untuk variabel acak jika fungsinya masing-masing distribusi kumulatif konvergen ke fungsi distribusi kumulatif dari . dan konvergensi dalam probabilitas menunjukkan konvergensi lemah. kemungkinan besar jika dikatakan konvergen Notasi paling umum tangan pendek: Kuat konvergensi: Urutan variabel acak variabel acak kuat jika dikenal sebagai konvergensi hampir yakin. dan setengah lainnya itu akan menghasilkan ekor. Hukum jumlah besar Intuisi umum menunjukkan bahwa jika sebuah koin yang adil dilempar berkali-kali. gamma dan distribusi beta . binomial negatif . konvergensi yang kuat menyiratkan konvergensi dalam probabilitas. Pernyataan sebaliknya tidak selalu benar. lebih sering koin dilempar. Hukum ini luar biasa karena itu adalah tempat yang diasumsikan dalam teori dasar probabilitas. Bernoulli . Selanjutnya.

. Hal ini dalam berbagai bentuk konvergensi dari variabel acak yang memisahkan lemah dan hukum yang kuat jumlah besar Ini mengikuti dari LLN bahwa jika suatu peristiwa probabilitas p diamati berulang kali selama percobaan independen. Secara formal.Hukum jumlah besar (LLN) menyatakan bahwa rata-rata sampel dari urutan independen dan terdistribusi secara identik variabel acak X μ k konvergen menuju harapan bersama mereka. Teorema limit Tengah "Teorema limit sentral (CLT) adalah salah satu hasil besar matematika. biarkan variabelvariabel acak independen dengan maksud dan varians Kemudian urutan variabel acak konvergen dalam distribusi ke standar normal variabel acak.p. yang memberikan kontribusi untuk statistik dan nonparametrik pengujian hipotesis . TOKOH RISET STATISTIK Erich Leo Lehmann (20 November 1917-12 September 2009) adalah seorang Amerika statistik . Dia adalah salah satu eponyms dari teorema Lehmann-Scheffe dan dari penaksir HodgesLehmann dari median dari populasi. jika adalah independen variabel acak Bernoulli mengambil nilai 1 dengan probabilitas p dan 0 dengan probabilitas 1 . maka E (Y i) = p untuk semua i." Ini menjelaskan terjadinya mana-mana dari distribusi normal di alam. sehingga konvergen untuk p hampir pasti . rasio frekuensi yang diamati dari peristiwa itu untuk jumlah pengulangan terhadap p konvergen. Teorema menyatakan bahwa rata-rata dari banyak variabel acak independen dan terdistribusi secara identik dengan varians yang terbatas cenderung ke arah distribusi normal terlepas dari distribusi diikuti oleh variabel acak asli. Misalnya. asalkan harapan | X k | adalah terbatas.

pada kesempatan ulang tahun kedelapan puluh. Pada tahun 1997. di mana dia diajarkan dari 1942. departemen statistik di University of California di Berkeley menciptakan Erich Lehmann Dana dalam Statistik untuk mendukung mahasiswa departemen. Selama 1944-1945 ia bekerja sebagai analis untuk Amerika Serikat Angkatan Udara . . dan anggota American Academy of Arts dan Ilmu Pengetahuan dan National Academy of Science .Lehmann memperoleh gelar MA pada tahun 1942 dan gelar PhD pada tahun 1946. Ia mengajar di Columbia University dan di Princeton University selama 1950-1951. dan kemudian selama 1951-1952 ia menjadi profesor tamu di Universitas Stanford . Dia adalah editor dari "The Annals of Statistics matematika" dan presiden Institute of Statistics matematika . di University of California .

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)//-->