ORDER STATISTICS

(Statistik Terurut)

Makalah Ini Disusun Guna Memenuhi Tugas Mata Kuliah Pembelajaran

Matematika Yang Diampu oleh Dr. Dewi Retno Sari Saputro, M.Kom

Oleh:

ADI IRAWAN : S851508001

AHMAD JUNAIDI : S851508003

PROGRAM STUDI MAGISTER PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SEBELAS MARET
SURAKARTA
2016
 ORDER STATISTICS

A. Pengertian Order Statistics

Misalkan 𝑋1 , 𝑋2 , … , 𝑋𝑛 sampel acak yang berukuran n dari suatu

populasi dengan fungsi padat peluang f dan fungsi distribusi kumulatif F.

Misalkan 𝑌1 merupakan nilai terkecil pertama dari sampel acak tersebut ,

𝑌2 merupakan nilai terkecil kedua setelah 𝑌1 dan 𝑌3 merupakan nilai

terkecil ketiga setelah 𝑌2 , dan seterusnya sampai 𝑌𝑛 yang merupakan nilai

terbesar dari sampel acak tersebut, maka susunan terurut 𝑌1 , 𝑌2 , 𝑌3 , … , 𝑌𝑛

inilah yang disebut dengan order statistic dari sampel acak tersebut.

Dalam hal ini 𝑌1 sebagai order statistics pertama, 𝑌2 sebagai order

statistics kedua, 𝑌3 sebagai order statistics ketiga dan seterusnya

Untuk lebih jelasnya, misalkan 𝑛 = 2 dan hubungan antara nilai dari

masing-masing variabel acak yang mungkin adalah

𝑦1 = 𝑥1 dan 𝑦2 = 𝑥2 dimana 𝑥1 < 𝑥2 atau

𝑦1 = 𝑥2 dan 𝑦2 = 𝑥1 dimana 𝑥2 < 𝑥1

Dengan cara yang sama untuk 𝑛 = 3 adalah

𝑦1 = 𝑥1 , 𝑦2 = 𝑥2 , dan 𝑦3 = 𝑥3 , dimana 𝑥1 < 𝑥2 < 𝑥3 atau

𝑦1 = 𝑥1 , 𝑦2 = 𝑥3 , dan 𝑦3 = 𝑥2 , dimana 𝑥1 < 𝑥3 < 𝑥2 atau

𝑦1 = 𝑥2 , 𝑦2 = 𝑥1 dan 𝑦3 = 𝑥3 , dimana 𝑥2 < 𝑥1 < 𝑥3 atau

 𝑦1 = 𝑥2 , 𝑦2 = 𝑥3 , dan 𝑦3 = 𝑥1 , dimana 𝑥2 < 𝑥3 < 𝑥1 atau

𝑦1 = 𝑥3 , 𝑦2 = 𝑥2 , dan 𝑦3 = 𝑥1 , dimana 𝑥3 < 𝑥2 < 𝑥1 atau

𝑦1 = 𝑥3 , 𝑦2 = 𝑥1 , dan 𝑦3 = 𝑥2 , dimana 𝑥3 < 𝑥1 < 𝑥2 atau

B. Sifat-sifat Order Statistics

Langkah- langkah untuk mendapatkan sifat-sifat order statistics adalah

sebagai berikut:

1. Distribusi Bersama dari n Order Statistics

Misalkan X1,X2,..., Xn sampel acak dengan fungsi padat peluang

𝑓𝑋𝑖 (𝑥𝑖 ) dan sampel acak bersifat bebas yang masing-masing berdistribusi

peluang 𝑓(𝑥1 ), 𝑓(𝑥2 ), … , 𝑓(𝑥𝑛 ), maka fungsi padat peluang bersamanya :

𝑓𝑋1 ,𝑋2,….,𝑋𝑛 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = 𝑓𝑋1 (𝑥1 ). 𝑓𝑋2 (𝑥2 ) … . 𝑓𝑋𝑛 (𝑥𝑛 ) = ∏ 𝑓𝑋𝑖 (𝑥𝑖 )
𝑖

Teorema (Engelhardt dan Bain, 1991 : 215)

Jika X1,X2,..., Xn adalah sampel acak berukuran n dari suatu populasi

dengan fungsi padat peluang kontinu 𝑓(𝑥), maka fungsi padat

peluang bersama dari order statistics Y1 , Y2 , ..., Yn adalah

g(𝑦1 , 𝑦2 , ⋯ 𝑦𝑛 ) = 𝑛! 𝑓(𝑦1 )𝑓(𝑦2 )𝑓 (𝑦𝑛 )

jika 𝑦1 < 𝑦2 < ⋯ < 𝑦𝑛 dan 0 untuk y yang lain

Bukti:
 Bila suatu sampel acak X1,X2,..., Xn dan order statistics 𝑌1 , 𝑌2 ,

𝑌3 , … , 𝑌𝑛 , serta variabel acak 𝑋𝑖 , 𝑖 = 1, 2, … , 𝑛 dan n order statistics

yang terurut, sehingga diperoleh :

𝑌1 = terkecil ke-1 dari X1,X2,..., Xn

𝑌2 = terkecil ke-2 dari X1,X2,..., Xn

𝑌𝑟 = terkecil ke-r dari X1,X2,..., Xn

⋮
𝑌𝑛 = terbesar dari X1,X2,..., Xn

sehingga terdapat 𝑛! susunan variabel acak dalam urutan naik sesuai tanda.

Salah satu dari n! susunan tersebut mungkin :

𝑋5 < 𝑋1 < 𝑋𝑛−1 < ⋯ < 𝑋𝑛 < 𝑋2

sehingga

𝑋5 = 𝑌1

𝑋1 = 𝑌2

𝑋𝑛−1 = 𝑌3

𝑋𝑛 = 𝑌𝑛−1
 𝑋2 = 𝑌𝑛

merupakan transformasi Jacobi dari (𝑋1 , … , 𝑋𝑛 ) ke (𝑌1 , … , 𝑌𝑛 ). sehingga

fungsi padat peluang bersama dari variabel acak di atas adalah :

𝑓𝑌1 ,𝑌2 ,⋯,𝑌𝑛 (𝑦1 , 𝑦2 , ⋯ 𝑦𝑛 )|𝐽| = ∏ 𝑓𝑌 (𝑦𝑖 )

𝑖=1

Untuk 𝑦1 < 𝑦2 < ⋯ < 𝑦𝑛

Jika masing-masing transformasi Jacobi menghasilkan nilai

determinan satu, maka bentuk fungsi padat peluang bersama dari n order

statistics adalah :

𝑓𝑌1,𝑌2,⋯,𝑌𝑛 (𝑦1 , 𝑦2 , ⋯ 𝑦𝑛 ) = ∏ 𝑓𝑌𝑖 (𝑦𝑖 )

𝑖=1
𝑛

= n! ∏ 𝑓𝑌𝑖 (𝑦𝑖 )
𝑖=1

= n! 𝑓𝑌 (𝑦1 )𝑓𝑌 (𝑦2 ) … 𝑓𝑌 (𝑦𝑛 )

untuk 𝑦1 < 𝑦2 < ⋯ < 𝑦𝑛

sehingga fungsi padat peluang bersamanya adalah

𝑓𝑌1,𝑌2,⋯,𝑌𝑛 (𝑦1 , 𝑦2 , ⋯ 𝑦𝑛 ) = n! ∏ 𝑓𝑌𝑖 (𝑦𝑖 )

𝑖=1

= n! 𝑓𝑌 (𝑦1 )𝑓𝑌 (𝑦2 ) … 𝑓𝑌 (𝑦𝑛 ) (3.1)

Dengan menggunakan persamaan (3. 1) bila suatu variabel acak

berdistribusi uniform dengan interval (0, 1), maka fungsi 𝑓𝑌 (𝑦) = 1,

sedangkan fungsi padat peluang bersama dari n order statistics adalah

 𝑓𝑌1,𝑌2,⋯,𝑌𝑛 (𝑦1 , 𝑦2 , ⋯ 𝑦𝑛 ) = n! 𝑓𝑌 (𝑦1 )𝑓𝑌 (𝑦2 ) … 𝑓𝑌 (𝑦𝑛 )

= n! . 1 . 1 ... 1

= 𝑛!

Bukti:

Misalkan n=3, f.d.p gabungan dari X1,X2,X3 adalah f(x1,x2,x3)= f(x1)f(x2)

f(x3), maka adda 6 susunan himpunan yang saling bebas yang mungkin dari

x1,x2,x3, yaitu:

A1={(x1, x2, x3 )}; 𝑎 < x1 < 𝑥2, < 𝑥3 < 𝑏

A2={(x1, x2, x3 )}; 𝑎 < x2 < 𝑥1, < 𝑥3 < 𝑏

A3={(x1, x2, x3 )}; 𝑎 < x1 < 𝑥3, < 𝑥2 < 𝑏

A4={(x1, x2, x3 )}; 𝑎 < x2 < 𝑥3, < 𝑥1 < 𝑏

A5={(x1, x2, x3 )}; 𝑎 < x3 < 𝑥1, < 𝑥2 < 𝑏

A6={(x1, x2, x3 )}; 𝑎 < x3 < 𝑥2, < 𝑥1 < 𝑏

6 (enam) himpunan tersebut dapat disusun dengan tepat 3!

Jika Yi, i=1,2,3 diakatakan order statistic ke i dari X1,X2,X3 maka fungsi

transformasi fungsi satu-satu yang memetakan himpunan A1,A2,A3,A4,A5,A6

ke B = {(y1, y2, y3 ); 𝑎 < y1 < 𝑦2, < 𝑦3 < 𝑏}adalah sama. Invers fungsi untuk
titk A1, x1 = y1 x2 = y2 x3 = y3 untuk titik A2, x1 = y2 x2 = y1 x3 = y3

dan seterusnya sehingga

1 0 0 1 0 0
J1 =[0 1 0] = 1 J2 =[0 0 1] = −1 dan sterusnya
0 0 1 0 1 0

Fdp gabungan dari tiga order statistic y1 nilai terkecil pertama X1,X2,X3 dan

y3 nilai terbesar dari X1,X2,X3 adalah

g(y1, y2, y3 ) =|𝐽1 |(𝑓(𝑦1 )(𝑓(𝑦2 )(𝑓(𝑦3 ) + |𝐽2 |(𝑓(𝑦1 )(𝑓(𝑦2 )(𝑓(𝑦3 ) + ⋯ +

|𝐽6 |(𝑓(𝑦1 )(𝑓(𝑦2 )(𝑓(𝑦3 )

g(y1, y2, y3 ) =(3!) (𝑓(𝑦1 )(𝑓(𝑦2 )(𝑓(𝑦3 ) 𝑎 < y1 < 𝑦2, < 𝑦3 < 𝑏

= 0 untuk yang lain

Contoh soal

2. Distribusi Marginal dari Order Statistics

Untuk mendapatkan distribusi marginal dari sembarang variabel acak

kontinu dapat diterapkan pada order statistics ke-r, yaitu dengan

mengintegralkan distribusi bersama terhadap n-1 variabel lain pada

persamaan (3. 1) .

Untuk nilai terbesar dari 𝑌(𝑛) :

𝑦𝑛 𝑦𝑛−1 𝑦3 𝑦2 𝑛−1

𝑓𝑌𝑛 (𝑦𝑛 ) = 𝑛! 𝑓𝑌 (𝑦𝑛 ) ∫ ∫ … ∫ ∫ ∏ 𝑓𝑌 (𝑦𝑖 ) 𝑑𝑦𝑖

−∞ −∞ −∞ −∞ 𝑖=1
 𝑦𝑛 𝑦𝑛−1 𝑦3 𝑛−1

= 𝑛! 𝑓𝑌 (𝑦𝑛 ) ∫ ∫ … ∫ [𝐹𝑌 (𝑦2 ) 𝑓𝑌 (𝑦2 )] ∏ 𝑓𝑌 (𝑦𝑖 )𝑑𝑦2 … . 𝑑𝑦𝑛−1

−∞ −∞ −∞ 𝑖=3

𝑦 𝑦 𝑦 [𝐹𝑋 (𝑦3 )]2

= 𝑛! 𝑓𝑌 (𝑦𝑛 ) ∫−∞𝑛 ∫−∞𝑛−1 … ∫−∞4 𝑓𝑌 (𝑦3 )
2(1)

𝑛−1

∏ 𝑓𝑌 (𝑦𝑖 )𝑑𝑦3 … 𝑑𝑦𝑛−1

𝑖=4

[𝐹𝑋 (𝑦𝑛 )]𝑛−1

= n! 𝑓𝑌 (𝑦𝑛 )
(𝑛 − 1)!

= 𝑛 [𝐹𝑌 (𝑦𝑛 )]𝑛−1 𝑓𝑌 (𝑦𝑛 ) (3.2)

Begitu pula untuk nilai terkecil 𝑌(1)

∞ ∞ ∞ ∞ 𝑛

𝑓𝑌(1) (𝑦1 ) = 𝑛! 𝑓𝑋 (𝑦1 ) ∫ ∫ ⋯ ∫ ∫ ∏ 𝑓𝑌 (𝑦𝑖 )𝑑𝑦𝑛 𝑑𝑦𝑛−1 ⋯ 𝑑𝑦3 𝑑𝑦2

𝑦1 𝑦2 𝑦𝑛−2 𝑦𝑛−1 𝑖=2

∞ ∞ ∞

= 𝑛! 𝑓𝑌 (𝑦1 ) ∫ ∫ ⋯ ∫ [1
𝑦1 𝑦2 𝑦𝑛−2
𝑛−2

− 𝐹𝑌 (𝑦𝑛−1 )𝑓𝑌 (𝑦𝑟−1 )] ∏ 𝑓𝑌 (𝑦𝑖 )𝑑𝑦𝑛−1 𝑑𝑦𝑛−2 ⋯ 𝑑𝑦2

𝑖=2

[1 − 𝐹𝑌 (𝑦1 )]𝑛−1
= 𝑛! 𝑓𝑌 (𝑦1 )
(𝑛 − 1)!

= 𝑛[1 − 𝐹Ⰸ𝑌 (𝑦1 )]𝑛−1 𝑓𝑌 (𝑦1 ) (3. 3)

Pada order statistics ke-r, untuk memudahkan urutan pengintegralan

digunakan

∞ > 𝑦𝑛 > 𝑦𝑛−1 > ⋯ > 𝑦𝑟 dan −∞ < 𝑦1 < 𝑦2 < ⋯ < 𝑦𝑟
 sehingga dari persamaan (3. 2) dan (3. 3) diperoleh :

𝑓𝑌(𝑟) (𝑦𝑟 )

𝑦𝑟 𝑦𝑟−1 𝑦2 ∞ ∞ ∞ 𝑛

= 𝑛! 𝑓𝑌 (𝑦𝑟 ) ∫ ∫ ⋯ ∫ ∫ ∫ ⋯ ∫ ∏ 𝑓𝑌 (𝑦𝑖 )𝑑𝑦𝑛 ⋯ 𝑑𝑦𝑟+2 𝑑𝑦𝑟+1 𝑑𝑦1 ⋯ 𝑑𝑦𝑟−1

−∞ −∞ −∞ 𝑦𝑟 𝑦𝑟+1 𝑦𝑛−1 𝑖=1
𝑖≠𝑟

𝑦𝑟 𝑦𝑟−1 𝑦2 𝑟−1
[1 − 𝐹𝑌 (𝑦𝑟 )]𝑛−𝑟
= 𝑛! 𝑓𝑌 (𝑦𝑟 ) ∫ ∫ ⋯ ∫ ∏ 𝑓𝑌 (𝑦𝑖 )𝑑𝑦1 ⋯ 𝑑𝑦𝑟−2 𝑑𝑦𝑟−1
(𝑛 − 1)!
−∞ −∞ −∞ 𝑖=1

[1−𝐹𝑌 (𝑦𝑟 )]𝑛−𝑟 [𝐹𝑌 (𝑦𝑟 )]𝑟−1

= 𝑛! 𝑓𝑌 (𝑦𝑟 ) (𝑛−1)! (𝑟−1)!

𝑛!
= [𝐹 (𝑦 )]𝑟−1 [1
(𝑟−1)!(𝑛−𝑟)! 𝑌 𝑟
− 𝐹𝑌 (𝑦𝑟 )]𝑛−𝑟 𝑓𝑌 (𝑦𝑟 ) (3. 4)

dari persamaan (3. 4) diperoleh fungsi padat peluang marginal dari order

statistics berdistribusi uniform untuk interval (0, 1)

𝑛!
𝑓𝑌(𝑟) (𝑦𝑟 ) = 𝑦 𝑟−1 (1 − 𝑦)𝑛−𝑟 𝑓𝑌 (𝑦𝑟 ) (3.5)
(𝑟 − 1)! (𝑛 − 𝑟)!

𝑛!
𝑓𝑌(𝑟) (𝑦𝑟 ) = 𝑦 𝑟−1 (1 − 𝑦)𝑛−𝑟 . 1
(𝑟 − 1)! (𝑛 − 𝑟)!

𝑛!
𝑓𝑌(𝑟) (𝑦𝑟 ) = 𝑦 𝑟−1 (1 − 𝑦)𝑛−𝑟
(𝑟 − 1)! (𝑛 − 𝑟)!