ST03 Random Variables PDF

Jurusan Teknik Sipil dan Lingkungan
Universitas Gadjah Mada
Statistika
Random Variables
Discrete Random Variables
Continuous Random Variables
http://istiarto.staff.ugm.ac.id 1-Sep-14 1
Pengertian
Random variable (variabel acak)

suatu fungsi yang didefinisikan pada sample
space
Jenis
Discrete random variables
Continuous random variables
Contoh
jumlah hari hujan selama 1 tahun diskrit
jumlah (volume) hujan selama 1 tahun kontinu
Random Variables
Notasi
X variabel random
x nilai variabel random
Fungsi
Suatu fungsi variabel random adalah variabel
random pula
Jika X adalah variabel random, maka Z = g(X)
adalah juga variabel random
Univariate Probability Distributions
X = discrete random variables

= x1, x2, x3, , xn
fX(x1)
fX(x2) probability
fX(x3) fX(xn) fX(xi) = 1
a discrete
probability distribution
fX(xi)
x1 x2 x3 xn1 xn
1
a discrete cumulative
probability distribution
FX(xi)
probability
x xi
0
x1 x2 x3 xn1 xn
Cumulative probability distribution
suatu variabel random X untuk X = x
FX x f X xi
xi x
Probability distribution
suatu variabel random X untuk X = x
f X xi FX xi FX xi 1
Univariate random variables
Jika X dapat bernilai x1, x2 , , xn
yang masing-masing memiliki probability
fX(x1), fX(x2), , fX(xn) dan fX(xi) = 1,
maka X adalah variabel random diskrit.
Frequency
f xi Fxi Fxi 1 frekuensi relatif
i
Fxi f x j frekuensi relatif kumulatif
j 1
Probability
f X xi FX xi FX xi 1
FX x f X xi
xi x
Continuous Random Variables
Probability
prob A
ni
f xi
n
ni = jumlah data di klas ke-i
n = jumlah seluruh data
Dengan demikian, fxi dapat dipandang sebagai nilai estimasi

probability.
continuous random
fxi estimasi prob(A) variable treated as
thought it were
histogram frekuensi pendekatan distribusi probability discrete
frekuensi kumulatif pendekatan distribusi probability kumulatif
pX(x) pdf = probability density function
luas = 1
luas =
prob(X b)
luas =
prob(a X b)
a b x
1
PX(x)
cdf = cumulative probability
distribution function
PX(x) = prob(X x)
PX(b)
PX(a) prob(a X b)
0
a b x
pX(x) = probability density function of a continuous random variable
PX(x) = cumulative probability distribution function
PX x prob X x
d PX x p X x d x
x
PX x p X t d t

Beberapa sifat probability
b
1) p X x 0, x 5) proba X b p X t d t
a
2) p X x d x 1 PX b PX a
c
3) PX 0 6) prob X c p X t d t
4) PX 1 c
PX c PX c 0
proba X b proba X b
proba X b proba X b
Kala Ulang
prob X a prob X a
Jadi dalam definisi kala ulang
a. suatu kejadian yang menyamai atau melampaui suatu
nilai tertentu
b. suatu kejadian yang melampaui suatu nilai tertentu
Kedua definisi, a dan b, adalah sama mengingat

probability suatu kejadian (event) menyamai suatu
nilai tertentu adalah nol
Contoh
ST Contoh univariate probability distribution
Bivariate Distributions (1)
Apabila diinginkan untuk mengetahui perilaku dua

atau lebih random variables joint probabilities
Joint probability density function
2
p X ,Y x, y PX ,Y x, y
x y
(
PX ,Y (x , y) = prob X < x and Y < y )
+ +
= p ( s,t )dt ds
- -
X ,Y
Bivariate Distributions (2)
Beberapa persamaan
p X ,Y x, is a cumulative univariate probability function of X only
PX ,Y , y is a cumulative univariate probability function of Y only
p X ,Y x, y 0
PX ,Y , 1
PX ,Y , y PX ,Y x, 0
Marginal Distributions (1)
Two random variables, X and Y

Ingin diketahui perilaku X tanpa mempertimbangkan nilai
variabel Y
Marginal density:
p X ,Y x, y p X x

p X x p X ,Y x, t d t


Cumulative marginal distribution:
PX ,Y x, y PX x
PX x PX x, prob X x dan Y
prob X x
x
p X ,Y s, t d t d s

x
p X s d s

Untuk variabel Y
Marginal density
p X ,Y x, y pY y

pY y p X ,Y s, y d s

Cumulative marginal distribution:

PY y PY , y prob X dan Y y probY y
y
pY t d t

Conditional Distributions

Ingin diketahui perilaku X yang bergantung pada Y
Distribusi X jika Y = y0
Distribusi Y jika x1 X x2
p x, t d t
p X ,Y xi y di dalam S S X ,Y
S pY t d t
probx di dalam R y di dalam S p X Y x y di dalam S d x
R
p X ,Y x, y0
p X Y x y y0 yang lebih sering dituliskan
pY y0
p X ,Y x, y
p X Y x y
pY y
Independence
Two random variables, X dan Y

Kedua variabel independence jika
p X Y x y bukan fungsi y
p X Y x y p X x
Joint probabilities: perkalian density marginal kedua

variabel adalah
p X ,Y x, y p X x pY y
Contoh
ST Contoh bivariate probability distribution
Random Variables
Properties of Random Variables
Populasi
Samples Samples
Observasi statistik estimasi (belum diukur)
Statistik
Langkah
1. Pengambilan sampel
2. Observasi (analisis) terhadap sampel
3. Penyimpulan tentang perilaku sampel
4. Estimasi tentang perilaku populasi berdasarkan
butir (3)
5. Estimasi tentang sampel lain (yang belum
diambil) berdasarkan butir (3)
Statistik
Contoh
Data debit suatu sungai selama 50 yang telah lalu
dipakai sebagai dasar untuk melakukan estimasi
debit sungai tersebut selama periode tak terbatas
(estimasi tentang perilaku populasi).
Informasi tersebut dapat pula dipakai untuk
estimasi debit sungai tersebut selama periode
tertentu pada masa yang akan datang (sampel
yang belum diambil).
Moment and Expectation:
Univariate Distributions
Y A
Moment pertama terhadap O
dA d 1 x d A
x 1 x d A
A
O X
p X x pdf Untuk suatu random variable
1 x d A
A

d A p X x d x
x p X x d x

dx X
Secara umum berlaku bahwa momen ke-i

terhadap O adalah
continuous random variables

i p X x d x
i
x

discrete random variables
i x j i f X x j
j
Momen sentral ke-i: momen ke-i terhadap mean

(nilai rata-rata)

i x i
p X x d x

Nilai expektasi suatu random variable X

EX x p X x d x X continuous

EX x j f X x j X discrete
j
Dengan demikian:
E X i

E X i i
Statistical Measures
Common statistical measures

Measure of central tendency
Mean
Mode
Median
Measure of variability
Range
Variance
Standard deviation
Measure of an individual in a population
z score
Percentile rank
Measure of Central Tendency (1)
Nilai rata-rata (average)

rata-rata (mean)
mode score yang paling sering muncul
median score yang berada di tengah dari suatu
rangkaian score urut (dari nilai kecil ke besar atau
sebaliknya)
Contoh
Jumlah hari hujan selama 11 bulan terakhir
adalah sbb.
21, 21, 21, 20, 18, 16, 12, 12, 6, 2, 1
rata-rata = 14 =AVERAGE(...)
MSExcel
mode = 21 =MODE(...)
median = 16 =MEDIAN(...)
Dari ketiga ukuran statistik tersebut,
manakah yang paling baik menceritakan
tentang pola jumlah hari hujan dalam 11
bulan tersebut?
Contoh
Carilah contoh sejenis, yang berhubungan
dengan pengelolaan sumberdaya air; misal:
perilaku penduduk dalam pemakaian air (waktu, volume,
debit, dsb.)
data klimatologi (temperatur udara, kelembaban udara,
lama penyinaran matahari, dsb.)
Diskusikan
nilai rata-rata
mode
median
Contoh
Cari dan diskusikan contoh-contoh yang
berhubungan dengan bencana alam
debit dan tinggi muka air banjir sungai
lama genangan banjir di suatu kawasan
banjir lahar, debris flow
tanah longsor
Simbol dan rumus

Nilai rata-rata (variabel random kontinu)
X E X 1

x p X x d x

Simbol dan rumus

Rata-rata (variabel random diskrit) estimasi
nilai rata-
rata
1

populasi
X X Nilai rata-rata sampel
n n = jumlah anggota sampel
1
X
n
X Nilai rata-rata populasi
n = jumlah anggota populasi
parameter: berdasarkan seluruh anggota populasi
besaran statistik: hanya berdasarkan sebagian anggota populasi
Beberapa sifat nilai rata-rata
1
C X C X
n
C X C X
1
n
C = konstanta
Nilai rata-rata
1
Arithmetic mean X X =AVERAGE(...)
n
X X
Geometric mean 1n
=GEOMEAN(...)
Harmonic mean n
X =HARMEAN(...)
1
X
Weighted mean
XW
wX
w
Nilai rata-rata
Root mean square
1 n 2
X RMS
n i 1
xi
Median
Variabel random kontinu
md
md p X x d x 0.5

Variabel random diskrit
md x p dalam hal ini xp ditentukan dari

p
f X xi 0.5
i 1
Mode, nilai yang paling sering muncul/terjadi

Variabel random kontinu
mo mode populasi, dihitung sedemikian hingga
d p X x d 2 p X x
0 dan 2
0
dx dx
Variabel random diskrit
mode adalah suatu nilai X sedemikian hingga

n
max f X xi
i 1
Measure of Variability (1)
Keragaman
Variability, scatter, spread
menunjukkan apakah angka dalam distribusi saling
berdekatan atau berjauhan
Range beda antara nilai tertinggi dan terendah
dalam distribusi
mungkin biasa digunakan dalam permasalahan sehari-
hari
Standard deviation (simpangan baku)
biasa dipakai dalam permasalahan teknis
Simbol dan rumus

Variance (ragam) variabel random kontinu
merupakan momen kedua terhadap nilai rata-rata
var X 2 2

E X 2

E X 2 E 2 X
Simbol dan rumus

Variance (ragam) variabel random diskrit
X 2
2 variance populasi
n
s 2

X X
2
variance sampel =VAR(...)
n 1
estimasi nilai
variance
populasi
Kenapa penyebut n 1
menghasilkan nilai yang lebih besar daripada dibagi
dengan n; ini untuk mengompensasi kecenderungan
variabilitas sampel yang lebih kecil daripada variabilitas
populasi
dari sisi praktis, hal ini juga menunjukkan variabilitas
dari sampel beranggota 1 adalah tidak ada (tidak ada
variabilitas dari 1 score)
s 2

X X
2
n 1
Cobalah s 2

X 2
n X 2
Saudara uraikan n 1
s 2

X X

X
2 2
2 XX X 2
n 1 n 1
X
2
X
X 2
2 X n
n

X 2
2X X n X 2

n
n 1 n 1
X
2
X 2

n X 2
n X 2

n 1 n 1
Simbol dan rumus

Standard deviation (deviasi standar,
simpangan baku)
X 2
deviasi standar populasi

n
=STDEV.S(...)
X X
2
s deviasi standar sampel

n 1
estimasi nilai
deviasi standar
populasi
Coefficient of variation
s
cv
X
catatan
varc 0
varcX c 2 var X
vara bX b 2 var X
Simetri
mode =
median =
mean
simetris
mode
median
mean
positive skew negative skew
Simetri
mo
skewness populasi

X X mo
skewness sampel
s
n2 M3
skewness coefficient, cs
n 1n 2 s X 3
dalam persamaan di atas:
n = jumlah sampel
M3 = momen ke-3 (sampel)
sX = simpangan baku (sampel)
Peakedness
leptokurtic, k > 3, e > 0
normal, mesokurtic, k = 3, e > 0
platykurtic, k < 3, e < 0
4
kurtosis: k (populasi)
2 2
M4
k 4
(sampel)
sX
e k3
Sample Moments
Lihat catatan: ST Sample moments
Some Measures of An Individual in
A Population (1)
z scores
X X X
zX zX
s untuk menunjukkan
Percentile rank posisi suatu score
dalam populasi
B 12 E B = jumlah score yang bernilai di bawah X

PRX 100 E = jumlah score yang bernilai sama dengan X
n n = jumlah score seluruhnya
untuk populasi
besar
Some Measures of An Individual in
A Population (2)
Beberapa fungsi di dalam MS Excel

=RANK(...)
posisi suatu nilai (angka) pada suatu urutan angka
=PERCENTILE(...)
nilai percentile dalam suatu kisaran angka
=PERCENTRANK(...)
posisi suatu nilai (angka) dalam suatu urutan angka, dalam
persen

B
100 BA == jumlah score yang bernilai lebih kecil daripada X
( B A) jumlah score yang bernilai lebih besar daripada X
perhatikan perbedaannya dengan PRX

ST03 Random Variables PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

ST03 Random Variables PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Jurusan Teknik Sipil dan Lingkungan

Universitas Gadjah Mada

Random variable (variabel acak)

X = discrete random variables

Dengan demikian, fxi dapat dipandang sebagai nilai estimasi

frekuensi kumulatif pendekatan distribusi probability kumulatif

Kedua definisi, a dan b, adalah sama mengingat

ST Contoh univariate probability distribution

Apabila diinginkan untuk mengetahui perilaku dua

PX ,Y , y is a cumulative univariate probability function of Y only

Two random variables, X and Y

Two random variables, X and Y

Cumulative marginal distribution:

Two random variables, X and Y

Two random variables, X dan Y

Joint probabilities: perkalian density marginal kedua

ST Contoh bivariate probability distribution

Properties of Random Variables

Secara umum berlaku bahwa momen ke-i

discrete random variables

Momen sentral ke-i: momen ke-i terhadap mean

Nilai expektasi suatu random variable X

Common statistical measures

Nilai rata-rata (average)

Simbol dan rumus

Simbol dan rumus

Beberapa sifat nilai rata-rata

md x p dalam hal ini xp ditentukan dari

Mode, nilai yang paling sering muncul/terjadi

mode adalah suatu nilai X sedemikian hingga

Simbol dan rumus

Simbol dan rumus

Simbol dan rumus

deviasi standar populasi

s deviasi standar sampel

positive skew negative skew

Lihat catatan: ST Sample moments

B 12 E B = jumlah score yang bernilai di bawah X

Beberapa fungsi di dalam MS Excel

perhatikan perbedaannya dengan PRX

Anda mungkin juga menyukai