Pertemuan 5 Statmat PDF
Pertemuan 5 Statmat PDF
July 5, 2014
Andi Kresna Jaya andikresna@yahoo.com
Outline
Review
Motivasi
Back
Outline
Review
Motivasi
Back
Outline
Review
Motivasi
Back
Outline
Review
Motivasi
Back
2
3
Opening
Motivation
Pembahasan di sini difokuskan pada fungsi kepadatan peluang
dari sebuah peubah acak (fungsi dari sampel acak) yang
bergantung pada ukuran sampel n.
Ketaksamaan Chebyshev memberikan arah pembuktian untuk
menunjukkan kekonvergenan barisan peubah acak.
P(|X | k)
1
1
P(|X | < k) 1 2 .
k2
k
Motivation
Pembahasan di sini difokuskan pada fungsi kepadatan peluang
dari sebuah peubah acak (fungsi dari sampel acak) yang
bergantung pada ukuran sampel n.
Ketaksamaan Chebyshev memberikan arah pembuktian untuk
menunjukkan kekonvergenan barisan peubah acak.
P(|X | k)
1
1
P(|X | < k) 1 2 .
k2
k
Motivation
Pembahasan di sini difokuskan pada fungsi kepadatan peluang
dari sebuah peubah acak (fungsi dari sampel acak) yang
bergantung pada ukuran sampel n.
Ketaksamaan Chebyshev memberikan arah pembuktian untuk
menunjukkan kekonvergenan barisan peubah acak.
P(|X | k)
1
1
P(|X | < k) 1 2 .
k2
k
Motivation
Pembahasan di sini difokuskan pada fungsi kepadatan peluang
dari sebuah peubah acak (fungsi dari sampel acak) yang
bergantung pada ukuran sampel n.
Ketaksamaan Chebyshev memberikan arah pembuktian untuk
menunjukkan kekonvergenan barisan peubah acak.
P(|X | k)
1
1
P(|X | < k) 1 2 .
k2
k
Convergence in probability
Definisi 1
Misalkan {Xn } adalah barisan peubah acak dan X adalah sebuah
peubah acak yang terdefinisi pada suatu ruang sampel. Xn
konvergen dalam peluang ke X jika untuk setiap > 0 berlaku
lim P(|Xn X | ) = 0,
atau
lim P(|Xn X | < ) = 1.
Convergence in probability
Definisi 1
Misalkan {Xn } adalah barisan peubah acak dan X adalah sebuah
peubah acak yang terdefinisi pada suatu ruang sampel. Xn
konvergen dalam peluang ke X jika untuk setiap > 0 berlaku
lim P(|Xn X | ) = 0,
atau
lim P(|Xn X | < ) = 1.
example 1
Misalkan X n adalah mean sampel dari sebuah distribusi yang
meannya dan variansinya 2 > 0.
Maka X n berdistribusi dengan mean dan variansinya 2 /n.
X
Andi Kresna Jaya andikresna@yahoo.com
example 1
Misalkan X n adalah mean sampel dari sebuah distribusi yang
meannya dan variansinya 2 > 0.
Maka X n berdistribusi dengan mean dan variansinya 2 /n.
X
Andi Kresna Jaya andikresna@yahoo.com
example 1
Misalkan X n adalah mean sampel dari sebuah distribusi yang
meannya dan variansinya 2 > 0.
Maka X n berdistribusi dengan mean dan variansinya 2 /n.
X
Andi Kresna Jaya andikresna@yahoo.com
example 1
Misalkan X n adalah mean sampel dari sebuah distribusi yang
meannya dan variansinya 2 > 0.
Maka X n berdistribusi dengan mean dan variansinya 2 /n.
X
Andi Kresna Jaya andikresna@yahoo.com
example 1
Misalkan X n adalah mean sampel dari sebuah distribusi yang
meannya dan variansinya 2 > 0.
Maka X n berdistribusi dengan mean dan variansinya 2 /n.
X
Andi Kresna Jaya andikresna@yahoo.com
Teorema 1
{Xn } adalah barisan peubah acak yang iid dengan mean dan
variansi 2 < .
n
Xn =
1X
p
Xi X n .
n
i=1
Teorema 2
p
Xn X dan Yn Y Xn + Yn X + Y .
Teorema 3
p
Teorema 5
p
Xn X dan Yn Y Xn Yn X Y .
Definisi 2
Misalkan X1 , X2 , , Xn adalah sampel acak dari distribusi yang
fungsi peluang kumulatif F (x, ), . Tn adalah fungsi dari
sampel acak (statistik), Tn adalah penaksir konsisten untuk jika
p
Tn .
Example 2
Misalkan X1 , X2 , , Xn adalah sampel acak dari sebuah
distribusi dengam mean dan variansi 2 . Misalkan variansi
sampelnya
n
2
1 X
Xi X n
Sn2 =
n1
i=1
maka
Sn2
n
=
n1
1X 2
2
Xi X n
n
i=1
Example 2
Misalkan X1 , X2 , , Xn adalah sampel acak dari sebuah
distribusi dengam mean dan variansi 2 . Misalkan variansi
sampelnya
n
2
1 X
Xi X n
Sn2 =
n1
i=1
maka
Sn2
n
=
n1
1X 2
2
Xi X n
n
i=1
Example 2
Misalkan X1 , X2 , , Xn adalah sampel acak dari sebuah
distribusi dengam mean dan variansi 2 . Misalkan variansi
sampelnya
n
2
1 X
Xi X n
Sn2 =
n1
i=1
maka
Sn2
n
=
n1
1X 2
2
Xi X n
n
i=1
Convergence in distribution
Perhatikan bahwa X1 , X2 , , Xn adalah barisan peubah acak
dan Yn = u(X1 , X2 , , Xn ) adalah sebuah fungsi peubah
acak dengan fungsi peluang kumulatif Fn (y ) sehingga untuk
n = 1, 2,
Fn (y ) = P(Yn y )
lim Fn (y ) = F (y )
Yn Y
Convergence in distribution
Perhatikan bahwa X1 , X2 , , Xn adalah barisan peubah acak
dan Yn = u(X1 , X2 , , Xn ) adalah sebuah fungsi peubah
acak dengan fungsi peluang kumulatif Fn (y ) sehingga untuk
n = 1, 2,
Fn (y ) = P(Yn y )
lim Fn (y ) = F (y )
Yn Y
Definisi 3
Misalkan {Xn } adalah barisan sampel acak dan X adalah sebuah
peubah acak. Misalkan FXn dan FX merupakan fungsi peluang
kumulatif dari Xn dan X . Misalkan C (FX ) adalah himpunan semua
titik sehingga FX kontinu. Xn konvergen dalam distribusi ke X jika
lim FXn (x) = FX (x), x C (FX ).
Xn X .
Andi Kresna Jaya andikresna@yahoo.com
Definisi 3
Misalkan {Xn } adalah barisan sampel acak dan X adalah sebuah
peubah acak. Misalkan FXn dan FX merupakan fungsi peluang
kumulatif dari Xn dan X . Misalkan C (FX ) adalah himpunan semua
titik sehingga FX kontinu. Xn konvergen dalam distribusi ke X jika
lim FXn (x) = FX (x), x C (FX ).
Xn X .
Andi Kresna Jaya andikresna@yahoo.com
Definisi 3
Misalkan {Xn } adalah barisan sampel acak dan X adalah sebuah
peubah acak. Misalkan FXn dan FX merupakan fungsi peluang
kumulatif dari Xn dan X . Misalkan C (FX ) adalah himpunan semua
titik sehingga FX kontinu. Xn konvergen dalam distribusi ke X jika
lim FXn (x) = FX (x), x C (FX ).
Xn X .
Andi Kresna Jaya andikresna@yahoo.com
Definisi 3
Misalkan {Xn } adalah barisan sampel acak dan X adalah sebuah
peubah acak. Misalkan FXn dan FX merupakan fungsi peluang
kumulatif dari Xn dan X . Misalkan C (FX ) adalah himpunan semua
titik sehingga FX kontinu. Xn konvergen dalam distribusi ke X jika
lim FXn (x) = FX (x), x C (FX ).
Xn X .
Andi Kresna Jaya andikresna@yahoo.com
Example 3
Misalkan X1 , X2 , , Xn adalah sampel acak dari distribusi
seragam, Unif (0, 1).
Tentukan distribusi limit untuk X(n) , statistik terurut ke-n.
Perhatikan bahwa fkp distribusi seragam adalah
f (x) = 1, 0 < x < 1 dan fungsi kumulatifnya,
F (x) = x, 0 < x < 1.
Misalkan Fn (x) = P(X(n) x) adalah fungsi peluang
kumulatif untuk X(n) , maka
Fn (x) =
=
n
Y
i=1
n
Y
P(Xi x)
F (x)
i=1
n
= x , 0 < x < 1.
Andi Kresna Jaya andikresna@yahoo.com
Example 3
Misalkan X1 , X2 , , Xn adalah sampel acak dari distribusi
seragam, Unif (0, 1).
Tentukan distribusi limit untuk X(n) , statistik terurut ke-n.
Perhatikan bahwa fkp distribusi seragam adalah
f (x) = 1, 0 < x < 1 dan fungsi kumulatifnya,
F (x) = x, 0 < x < 1.
Misalkan Fn (x) = P(X(n) x) adalah fungsi peluang
kumulatif untuk X(n) , maka
Fn (x) =
=
n
Y
i=1
n
Y
P(Xi x)
F (x)
i=1
n
= x , 0 < x < 1.
Andi Kresna Jaya andikresna@yahoo.com
Example 3
Misalkan X1 , X2 , , Xn adalah sampel acak dari distribusi
seragam, Unif (0, 1).
Tentukan distribusi limit untuk X(n) , statistik terurut ke-n.
Perhatikan bahwa fkp distribusi seragam adalah
f (x) = 1, 0 < x < 1 dan fungsi kumulatifnya,
F (x) = x, 0 < x < 1.
Misalkan Fn (x) = P(X(n) x) adalah fungsi peluang
kumulatif untuk X(n) , maka
Fn (x) =
=
n
Y
i=1
n
Y
P(Xi x)
F (x)
i=1
n
= x , 0 < x < 1.
Andi Kresna Jaya andikresna@yahoo.com
Example 3
Misalkan X1 , X2 , , Xn adalah sampel acak dari distribusi
seragam, Unif (0, 1).
Tentukan distribusi limit untuk X(n) , statistik terurut ke-n.
Perhatikan bahwa fkp distribusi seragam adalah
f (x) = 1, 0 < x < 1 dan fungsi kumulatifnya,
F (x) = x, 0 < x < 1.
Misalkan Fn (x) = P(X(n) x) adalah fungsi peluang
kumulatif untuk X(n) , maka
Fn (x) =
=
n
Y
i=1
n
Y
P(Xi x)
F (x)
i=1
n
= x , 0 < x < 1.
Andi Kresna Jaya andikresna@yahoo.com
Example 3
Maka dari hasil tersebut diperoleh
lim Fn (x) = 0, x < 1
lim Fn (x) = 1, x 1.
Example 3
Maka dari hasil tersebut diperoleh
lim Fn (x) = 0, x < 1
lim Fn (x) = 1, x 1.
Example 3
Maka dari hasil tersebut diperoleh
lim Fn (x) = 0, x < 1
lim Fn (x) = 1, x 1.
Example 3
Maka dari hasil tersebut diperoleh
lim Fn (x) = 0, x < 1
lim Fn (x) = 1, x 1.
Example 3
Maka dari hasil tersebut diperoleh
lim Fn (x) = 0, x < 1
lim Fn (x) = 1, x 1.
Example 3
Maka dari hasil tersebut diperoleh
lim Fn (x) = 0, x < 1
lim Fn (x) = 1, x 1.
n
Y
P(X x)
i=1
x n
, 0 < x < .
n
Y
P(X x)
i=1
x n
, 0 < x < .
Example 4
Misalkan sampel acak X1 , X2 , , Xn sehingga Xn mempunyai
fkp
1
fn (x) = 1, x = 2 + ,
n
dan nol untuk yang lain.
Maka untuk < x <
lim fn (x) = 0.
1
n
1
n.
Example 4
Misalkan sampel acak X1 , X2 , , Xn sehingga Xn mempunyai
fkp
1
fn (x) = 1, x = 2 + ,
n
dan nol untuk yang lain.
Maka untuk < x <
lim fn (x) = 0.
1
n
1
n.
Example 4
Misalkan sampel acak X1 , X2 , , Xn sehingga Xn mempunyai
fkp
1
fn (x) = 1, x = 2 + ,
n
dan nol untuk yang lain.
Maka untuk < x <
lim fn (x) = 0.
1
n
1
n.
Example 4
Misalkan sampel acak X1 , X2 , , Xn sehingga Xn mempunyai
fkp
1
fn (x) = 1, x = 2 + ,
n
dan nol untuk yang lain.
Maka untuk < x <
lim fn (x) = 0.
1
n
1
n.
Example 4
Misalkan sampel acak X1 , X2 , , Xn sehingga Xn mempunyai
fkp
1
fn (x) = 1, x = 2 + ,
n
dan nol untuk yang lain.
Maka untuk < x <
lim fn (x) = 0.
1
n
1
n.
Example 4
Misalkan sampel acak X1 , X2 , , Xn sehingga Xn mempunyai
fkp
1
fn (x) = 1, x = 2 + ,
n
dan nol untuk yang lain.
Maka untuk < x <
lim fn (x) = 0.
1
n
1
n.
Example 5
Misalkan X1 , X2 , , XnPsampel acak dari distribusi N(, 2 ),
tunjukkan bahwa Zn = ni=1 Xi tidak mempunyai limit
distribusi.
Zn berdistribusi N(n, n 2 ), maka fungsi distribusinya
Zn n
z n
Fn (z) = P(Zn z) = P
n
n
z n
=
n
di mana adalah fungsi distribusi dari distribusi N(0, 1).
Jika < 0, maka Fn (z) 1 untuk < z < . Jika
= 0, maka Fn (z) 0.5 untuk < z < . Jika > 0,
maka Fn (z) 0 untuk < z < .
Example 5
Misalkan X1 , X2 , , XnPsampel acak dari distribusi N(, 2 ),
tunjukkan bahwa Zn = ni=1 Xi tidak mempunyai limit
distribusi.
Zn berdistribusi N(n, n 2 ), maka fungsi distribusinya
Zn n
z n
Fn (z) = P(Zn z) = P
n
n
z n
=
n
di mana adalah fungsi distribusi dari distribusi N(0, 1).
Jika < 0, maka Fn (z) 1 untuk < z < . Jika
= 0, maka Fn (z) 0.5 untuk < z < . Jika > 0,
maka Fn (z) 0 untuk < z < .
Example 5
Misalkan X1 , X2 , , XnPsampel acak dari distribusi N(, 2 ),
tunjukkan bahwa Zn = ni=1 Xi tidak mempunyai limit
distribusi.
Zn berdistribusi N(n, n 2 ), maka fungsi distribusinya
Zn n
z n
Fn (z) = P(Zn z) = P
n
n
z n
=
n
di mana adalah fungsi distribusi dari distribusi N(0, 1).
Jika < 0, maka Fn (z) 1 untuk < z < . Jika
= 0, maka Fn (z) 0.5 untuk < z < . Jika > 0,
maka Fn (z) 0 untuk < z < .
Example 5
Misalkan X1 , X2 , , XnPsampel acak dari distribusi N(, 2 ),
tunjukkan bahwa Zn = ni=1 Xi tidak mempunyai limit
distribusi.
Zn berdistribusi N(n, n 2 ), maka fungsi distribusinya
Zn n
z n
Fn (z) = P(Zn z) = P
n
n
z n
=
n
di mana adalah fungsi distribusi dari distribusi N(0, 1).
Jika < 0, maka Fn (z) 1 untuk < z < . Jika
= 0, maka Fn (z) 0.5 untuk < z < . Jika > 0,
maka Fn (z) 0 untuk < z < .
Closing