PENDAHULUAN
1.1 Latar Belakang
1.2 Rumusan Masalah
1.3 Tujuan
1
BAB II
TINJAUAN PUSTAKA
Probabilitas atau biasa disebut juga dengan peluang berkaitan erat dengan
proporsi. Namun, seringkali terjadi di mana probablilitas tidak dapat dihitung
dari proporsi. Oleh karenanya, dibutuhkan model probabilistik dan hukum
probabilitas.
2.2.1 Distribusi univarian
Fungsi distribusi kumulatif (CDF) adalah cara universal untuk
mengekspresikan keadaan pengetahuan yang tidak lengkap untuk
variabel berkelanjutan. Misalkan sebuah RV dilambangkan dengan Z
maka CDF F(z) didefinisikan sebagai:
2
Fungsi densitas probabilitas (PDF) adalah turunan dari CDF. Dengan
menerapkan teorema dasar kalkulus, CDF dapat diperoleh dengan
mengintegrasikan PDF:
𝐹(𝑧) = ∫ 𝑓(𝑧)𝑑𝑧
−∞
3
2.2.3 Quantiles
+∞ +∞
4
Nilai yang diharapkan dari variabel acak juga dikenal sebagai mean atau
momen pertama. Nilai yang diharapkan juga bisa dianggap sebagai
operator statistik. Ini adalah operator linear.
5
2.3 Analisis Data Spasial
2.3.1 Declustering
Teknik declustering menetapkan setiap datum sebuah bobot berdasarkan
kedekatan dengan data sekitarnya wi, i = 1, ..., n. Bobot ini lebih besar
dari 0 dan jumlah ke 1. Distribusi eksperimental dan semua statistik
ringkasan dihitung dengan bobot selain 1/n konstan. Metode
declustering poligonal mungkin yang paling sederhana, dan memberikan
bobot masing-masing sebanding dengan luas atau volume masing-
masing sampel.
6
b. Hitung sel yang terisi Lo dan jumlah data di setiap sel yang
ditempati nlo, lo = 1, ..., Lo.
c. Berat setiap data sesuai dengan jumlah data yang jatuh pada sel
yang sama, misalnya untuk datum saya jatuh di sel l, bobot
declustering sel adalah:.
1
𝑤𝑖 =
𝑛𝐼 . 𝐿𝑜
7
2.3.4 Pemodelan Trend
Pemodelan trend diterapkan saat trend terdeteksi dan diasumsikan
dipahami dengan baik. Data lubang bor biasanya merupakan sumber
untuk deteksi trend. Kecenderungan dimodelkan sebagai komponen
deterministik ditambah komponen residual. Komponen deterministik
dihilangkan dan komponen residual dimodelkan melalui teknik estimasi
atau simulasi. Akhirnya, trend deterministik ditambahkan kembali. Dalam
model seperti itu, rata-rata residu dan korelasi antara tren dan residu
harus mendekati 0.
8
Distribusi Gaussian univariat sepenuhnya ditandai dengan mean (m) dan
standar deviasi (σ). Fungsi kepadatan probabilitas diberikan oleh:
1 1 𝑧−𝑚 2
𝑔(𝑧) = exp [− ( ) ]
𝜎√2𝜋 2 𝜎
𝑃(𝐸1 𝑎𝑛𝑑𝐸2 )
𝑃(𝐸1 |𝐸2 ) =
𝑃(𝐸2 )
9
BAB III
PENUTUP
3.1 Kesimpulan
10
DAFTAR PUSTAKA
Wajdi, Marisa. 2013. http://bunda-bisa.blogspot.co.id/2013/04/perbedaan-
statistik-parametrik-dan.html
Sugianto, Aris. 2016
.https://www.researchgate.net/publication/306392316_JENIS-
JENIS_DATA_VARIABEL_VARIABEL_DISKRIT_DAN_VARIABEL_KONTINYU
11