Example: dental hygienist

Distribusi Khusus : Bernoulli, Binomial, Poisson dan Normal

Bab 2 DistribusiKhusus: Bernoulli, Binomial, Poisson danNormalCan you think, who ll be the faster catch the fish??What s distribution we learn for????Mempelajaridistribusiresikountukm emprediksikanhargapremiasuransiCan u guess me!Male or female??PREDIKSI PENENTUAN JENIS KELAMIN PADA CALON BAYI Variabel xmerupakan variabel random jika nilainya berhubungan dengan kejadian random pdf=probability densitas function, dinotasikan merupakan probabilitas variabel Xdi nilai x. cdf=cumulatif densitas function, dinotasikan merupakan probabilitas variabel Xmengambil nilai xatau lebih kecil dari x.

akan sama dengan total replikasi akan berkecenderungan mengikuti distribusi Normal Teorema De Moivre ...

Tags:

  Replikasi

Information

Domain:

Source:

Link to this page:

Please notify us if you found a problem with this document:

Other abuse

Transcription of Distribusi Khusus : Bernoulli, Binomial, Poisson dan Normal

1 Bab 2 DistribusiKhusus: Bernoulli, Binomial, Poisson danNormalCan you think, who ll be the faster catch the fish??What s distribution we learn for????Mempelajaridistribusiresikountukm emprediksikanhargapremiasuransiCan u guess me!Male or female??PREDIKSI PENENTUAN JENIS KELAMIN PADA CALON BAYI Variabel xmerupakan variabel random jika nilainya berhubungan dengan kejadian random pdf=probability densitas function, dinotasikan merupakan probabilitas variabel Xdi nilai x. cdf=cumulatif densitas function, dinotasikan merupakan probabilitas variabel Xmengambil nilai xatau lebih kecil dari x.

2 XXPxf )( xXPxF )(Rumus X Diskrit X Kontinu xXxfxXPxF)()( xdxxfxXPxF)()(Sifat fungsi probabilitas: X Diskrit1)(1)(0 xfxfRata rata dan Variansi Rata-rata (expected value) variabel random xdengan Distribusi probabilitas f(x): Variansi variabel random xdengan Distribusi probabilitas f(x)dirumuskan : )(xfxXE )(22xfxxEXVar Contoh pelemparan 2 koin dengan permukaan H dan T. Jika xadalah kejadian munculnya permukaan H maka tentukan Distribusi probabilitas untuk x! X diskrit ; 0, 1, 2, 3, 4 dengan pdf Tentukan Distribusi probabilitasnya (pdf dan cdfnya) !

3 Xxxxxp 42121!4!!4)( Distribusi Bernoulli(Danardono, 2011)DistribusiBinomial ,..2,1,01)( xppxnxfxnxSuatu eksperimen dikatakan terdiri dari n trial Bernoulli jika saling trial memuat dua kemungkinan yaitu ya atau tidak, sukses atau sukses dinotasikan dengan pcontohContohSetiapsampelairyangdiambilm empunyaikemungkinan10% ! XPDistribusi HipergeometrikSifat-sifat:contohPenyeles aian: Distribusi POISSONV ariabelrandomXPoissondenganparameter >0danfungsidensitasprobabilitas(pdf=prob abilitydensityfunction)/pmf=probabilitym assfunction.

4 2,1,0,!)( xxexfx ExDiduga terdapat 4% dari nasabah Bank tidak puas dengan pelayanan Bank tersebut. Bila dipilih secara acak 50 orang nasabah dan X= banyaknya nasabah yang tidak puas maka hitung Distribusi probabilitas untuk x=0,..7 !DistribusiNormal (Gaussian) Data yang paling banyak digunakan harus mengikuti Distribusi Normal , Mengapa? Suatueksperimenrandomyangdiulangmakavari abelrandomakansamadengantotalreplikasiak anberkecenderunganmengikutidistribusiNor mal TeoremaDeMoivre TeoremaLimitTengah(dipelajaridiSTATMAT1) Suatu variabel random mempunyai Distribusi Normal jika pdfnya berbentuk : xexfx,21).

5 (222 0dan 2 , XVXE Sifat 1 Simetri terhadap sumbu vertikal melalui Sifat 2 Memotong sumbu mendatar (sumbu x) secara asimtotisSifat 3 Harga maksimum terletak pada x= Sifat 4 Mempunyai titik belok pada x= Sifat 5 Luas kurva Normal sama dengan 1 Menghitung luasan di bawah kurva NormalPDF Normal Standar)1,0(~,21 maka Jika22 NZze (z)xzz zZPz )(Cth ) ( )( ZPzZPzCth Cth )0() ()60()76(7660 ZPZPXP latiha)


Related search queries