P. 1
materi statistika matematika

materi statistika matematika

|Views: 26,991|Likes:
Published by artawan1st

More info:

Published by: artawan1st on May 30, 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

12/28/2015

pdf

text

original

Definisi 4.3. Jika X dan Y adalah peubah-peubah acak yang berdistribusi secara bersama,
maka harapan bersyarat (conditional expectation) Y diketahui X = x didefinisikan sebagai

E(Y|x) =

y yfY|X(y|x), jika X dan Y diskrit;

−∞yfY|X(y|x)dy, jika X dan Y kontinu.

(4.20)

Catatan: notasi lain untuk harapan bersyarat adalah EY|x(Y) dan E(Y|X = x). Pada
bagian ini kita akan menggunakan simbol E(Y|x) untuk menyederhanakan notasi.

Contoh 4.2. Suatu fungsi densitas peluang bersyarat Y diketahui X = x adalah

fY,X(y|x) = 2

x, 0 < y < x

2.

(4.21)

Harapan bersyaratnya adalah

E(Y|x) =

x/2
0

y2

x dy

= 2

x

y2

2

y=x/2

y=0

= 2

x

(x/2)2

2

= x

4, 0 < x < 2.

(4.22)

Ingat bahwa harapan bersyarat Y diketahui X = x adalah fungsi dari x, katakanlah u(x) =
E(Y|x). Teorema berikut mengatakan bahwa secara umum, peubah acak u(X) = E(Y|X)
memiliki harapan marjinal Y, yakni E(Y).

Teorema 4.8. Jika X dan Y adalah peubah-peubah acak yang berdistribusi secara bersama-
sama, maka

E[E(Y|X)] = E(Y).

(4.23)

Bukti: Akan dibuktikan untuk kasus kontinu:

E[E(Y|X)] =


E(Y|x)fX(x)dy

=



yfY|X(y|x)fX(x)dydx

=


−∞


fX,Y (x,y)dxdy

=


−∞

yfY (y)dy

= E(Y).

BAB 4. SIFAT-SIFAT PEUBAH ACAK

40

Selanjutnya untuk kasus diskrit:

E[E(Y|X)] =

x

E(Y|X)fX(x)

=

x

y

yfY|X(y|x)fX(x)

=

y

y

x

fY|X(y|x)fX(x)

=

y

y

x

fX,Y (x,y)

=

y

fY (y)

= E(Y).

Teorema berikut memberikan gambaran jika X dan Y saling bebas.

Teorema 4.9 (Bain and Engelhardt (1992)). Jika X dan Y adalah peubah-peubah acak saling
bebas, maka E(Y|x) = E(Y) dan E(X|y) = E(X).

Bukti: Peubah acak X dan Y saling bebas sehingga fY|X(y|x) = fY (y) dan fX|Y (x|y) = fX(x).
Akan dibuktikan untuk kasus kontinu:

E(Y|x) =


−∞

yfY|X dy

=


−∞

yfY (y)dy

= E(Y)

dan

E(X|y) =


−∞

xfX|Y (x|y)dx

=


−∞

xfX(x)dx

= E(X).

Selanjutnya akan ditunjukkan untuk kasus diskrit:

E(Y|x) =

y

yfY|X(y|x)

=

y

yfY (y)

= E(Y)

dan

E(X|y) =

x

xf(x|y)

=

x

fX(x)

= E(X).

BAB 4. SIFAT-SIFAT PEUBAH ACAK

41

Definisi 4.4 (Bain and Engelhardt (1992)). Varians bersyarat Y diketahui X = x diberikan
oleh

var(Y|x) = E{[YE(Y|x)]2

|x}.

(4.24)

Bentuk (4.24) dapat pula dituliskan sebagai

var(Y|x) = E(Y2

|x)[E(Y|x)]2
.

(4.25)

Teorema 4.10. Jika X dan Y adalah peubah-peubah acak yang berdistribusi secara bersama-
sama, maka

var(Y) = EX[var(Y|X)]varX[E(Y|X)].

(4.26)

Bukti:

EX[var(Y|X)] = EX{E(Y|X)[E(Y|X)]2

}

={E(Y2

)EX[E(Y|X)]}

= E(Y2

)E[(Y)]2

−{EX[E(Y|X)]E[(Y)]2

}

= var(Y)varX[E(Y|X)].

Teorema ini menegaskan bahwa varians bersyarat lebih kecil dair varians tidak bersyarat.
Namun, apabila X dan Y saling bebas, varians akan sama. Sebagai ilustrasi, jika kita tertarik
untuk menduga rata-rata tinggi individual E(Y), maka teorema ini menegaskan bahwa lebih
mudah untuk menduga tinggi (bersyarat) orang jika kita tahu berat badan orang tersebut karena
populasi tidak bersyarat tinggi tidak akan pernah lebih besar daripada varians yang direduksi
dari populasi individu berat badan tertentu x.

Teorema 4.11 (Bain and Engelhardt (1992)). Jika X dan Y adalah peubah-peubah acak yang
berdistribusi secara bersama-sama dan h(x,y) adalah suatu fungsi, maka

E[h(X,Y)] = EX{E[h(X,Y)]|X}.

(4.27)

Teorema 4.12 (Bain and Engelhardt (1992)). Jika X dan Y adalah peubah-peubah acak yang
berdistribusi bersama dan g(x) adalah fungsi, maka

E[g(X)Y|x] = g(x)E(Y|x).

(4.28)

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)//-->