STATISTIKA MATEMATIKA
̅ , Variansi Sampel 𝑺𝟐
Distribusi t, F, Mean 𝑿
Disusun Oleh :
Kelas B
Definisi :
Peubah-peubah acak X1, X2, ..., Xn dinamakan sampel acak dari peubah
acak X yang memiliki f.k.p f (x), jika X1, X2, ..., Xn saling bebas stokastik
dan semuanya mempunyai f.k.p yang sama dengan f (x).
Jadi, jika X1, X2, ..., Xn sampel acak dari X dengan f.k.p f (x), maka f.k.p
bersama dari X1, X2, ..., Xn adalah
Teorema 1 :
Misalkan X suatu peubah acak diskrit dengan f.k.p f (x) dan ruang A.
Misalkan Y = u (X) suatu transformasi satu-satu dari A pada B dengan invers
X = w (y). Peristiwa Y = y di B ekivalen dengan peristiwa X = w (y) di A.
Dengan demikian, f.k.p Y adalah
dengan y di B.
Buki :
Fungsi peluang dari 𝑌 ditentukan oleh
𝑝( 𝑦 ) = 𝑃 ( 𝑌 = 𝑦 )
= 𝑃 ( 𝐻(𝑋) = 𝑦 )
= 𝑃 ( 𝑋 = 𝑤(𝑦) )
= 𝑓(𝑤(𝑦))
Penyelesaian :
g (y) = P (4X = y)
1
= P (X = 𝑦)
4
𝑦
𝜇 4 𝑒 −𝜇
= 𝑦 , y = 0, 4, 8, 12, ...
( )!
4
Teorema 2
Misalkan f (x,y) f.k.p bersama dua peubah acak diskrit X dan Y, dengan
A sebagai ruang bersamanya. Misalkan V = u1 (X,Y) dan W = u2 (X,Y)
membentuk transformasi 1 – 1 dari A pada B, dengan inversnya X = z1
(V,W) dan Y = z2 (V,W). Maka f.k.p bersama dari V dan W adalah
Teorema 3
Misalkan f (x1, x2, ... , xn) f.k.p bersama dari peubah acak diskrit X1, X2, ... , Xn
dengan A sebagai ruang bersamanya. Misalkan Yi = ui (X1, X2, ... , Xn) dengan
i = 1, 2, ... , n membentuk transformasi 1 – 1 dari A pada B, dengan inversnya
Xi = W i (Y1, Y2, ... , Yn) ; i = 1, 2, ..., n.
g (y1, y2, ... , yn) = f [ (w1 (y1, y2, ... , yn), ... , wn (Y1, Y2, ... , Yn)) ]
Penyelesaian :
𝜇2 𝑥2 𝑒 −𝜇2
, 𝑥2 = 0,1,2,3, …
𝑓2 (𝑥2 ) = { 𝑥2 !
0 , 𝑥2 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
dan
X2 = Y2
𝑔1 (𝑦1 ) = ∑ 𝑔(𝑦1 , 𝑦2 )
𝑦2 =0
𝑦1
𝑒 −(𝜇1 +𝜇2) 𝜇1 𝑦1 −𝑦2 𝜇2 𝑦2
= ∑
(𝑦1 − 𝑦2 )! 𝑦2
𝑦2 =0
𝑦1
−(𝜇1 +𝜇2 )
𝜇1 𝑦1 −𝑦2 𝜇2 𝑦2
=𝑒 ∑
(𝑦1 − 𝑦2 )! 𝑦2 !
𝑦2 =0
𝑦 𝜇1 𝑦1 −𝑦2 𝜇2 𝑦2 𝑦!
= 𝑒 −(𝜇1 +𝜇2) ∑𝑦12 =0 (𝑦1 −𝑦2 )!𝑦2 !
× 𝑦!
𝑦1
𝑒 −(𝜇1 +𝜇2) 𝑦1 !
= ∑ 𝜇 𝑦1 −𝑦2 𝜇2 𝑦2
𝑦1 ! (𝑦1 − 𝑦2 )! 𝑦2 ! 1
𝑦2 =0
𝑒 −(𝜇1 +𝜇2 ) 𝑦
= ∑𝑦𝑦12 =0 (𝑦1 ) 𝜇1 𝑦1 −𝑦2 𝜇2 𝑦2 .... Berdasarkan definisi distribusi binomial
𝑦1 ! 2
𝑒 −(𝜇1 +𝜇2)
= (𝜇1 + 𝜇2 )𝑦1 𝑦 = 1,2,3, …
𝑦1 !
Dari rumus tersebut dapat disimpulkan bahwa jumlah dua peubah acak
bebas stokastik yang berdistribusi Poisson dengan parameter 𝜇1 𝑑𝑎𝑛 𝜇2
akan berdistribusi Poisson juga dengan parameter 𝜇1 + 𝜇2 .
Teorema 4
Misalkan X suatu peubah acak kontinu dengan f.k.p f (x) dan ruang A.
Misalkan y = u (X) suatu transformasi satu-satu dari A pada B dengan invers x
= w (y). Peristiwa w’(y) kontinu dan w’(y) tidak ekivalen 0 di B. Dengan
demikian, f.k.p Y adalah
𝑑𝑥
Fungsi 𝐽 = = 𝑤 ′ (𝑦) dinamakan Jacobian transformasi.
𝑑𝑦
Bukti :
𝑏 𝑏
∫𝑎 𝑔(𝑦)𝑑𝑦 = ∫𝑎 𝑓[𝑤(𝑦)]𝑤 ′ (𝑦) 𝑑𝑦
= 𝑓[𝑤(𝑦)] 𝐽
Contoh 3
𝑑 1
= 𝑑𝑦 ((2 ) (𝑦 + 3))
1
=2
𝑦+3 1
= f [ 2 ] | 2 | ; y di B
𝑦+3
( ) 1
2
= . |2| ; y di B
12
𝑦+3 1 1
= ( 2 ) . 12 . |2| ; y di B
𝑦+3 1
= ( 24 ) . |2| ; y di B
𝑦+3 1
... Berdasarkan definisi nilai mutlak |𝑥| = {𝑥, −𝑥, 𝑥≥0
=( 24 ) . (2) ; y di B x<0
𝑦+3
= ; y di B
48
𝑦+3
, −1<𝑦 <7
𝑔(𝑦) = { 48
0, untuk 𝑦 yang lain
Teorema 5
Misalkan :
1. X1 dan X2 dua peubah acak kontinu dengan f.k.p bersamanya f (x1,x2) dan ruang
bersamanya adalah A.
2. y1 = u1 (x1, x2) dan y2 = u2 (x1, x2) membentuk transformasi 1 – 1 dari A pada B dengan
inversnya x1 = w1 (y1, y2) dan x2 = w2 (y1, y2).
𝜕𝑥𝑖
3. kontinu untuk setiap i = 1, 2 dan j = 1, 2.
𝜕𝑦𝑗
Dari f.k.p bersama ini, dapat memperoleh semua f.k.p marginal maupun
f.k.p bersyarat yang diinginkan.
10 | C r e a t e d B y D E S I W I N A R T I ( F 0 4 1 1 2 0 2 0 )
Contoh 4
Misalkan X1 dan X2 adalah sampel acak dari X yang memiliki f.k.p berikut
1, 0<𝑥<1
𝑓(𝑥) = {
0, untuk 𝑥 yang lain
Misalkan pula Y1 = X1 + X2 dan Y2 = X1 - X2 .
Tentukan :
a. F.k.p bersama dari X1 dan X2
b. Ruang bersama A dari X1 dan X2
c. Invers transformasinya
d. Jalajah B dari transformasi Y1 = X1 + X2 dan Y2 = X1 – X2
e. Jacobian Transformasinya
f. F.k.p marginal dari Y1 dan Y2
g. F.k.p marginal dari Y1
h. F.k.p marginal dari Y2
Penyelesaian :
a. Karena X1 dan X2 berupa sampel acak, berdasarkan definisi
sampel acak maka X1 dan X2 berdistribusi sama dan saling bebas
stokastik, maka f.k.p bersamanya adalah 𝜑(𝑥1 , 𝑥2 ) = 𝑓(𝑥1 )𝑓(𝑥2 ).
Jadi,
1, 0 < 𝑥1 < 1 , 0 < 𝑥2 < 1
𝜑(𝑥1 , 𝑥2 ) = {
0, untuk 𝑥1 , 𝑥2 yang lain
b. Ruang bersama dari X1 dan X2 adalah
𝒜 = {(𝑥1 , 𝑥2 )| 0 < 𝑥1 < 1 , 0 < 𝑥2 < 1}
c. Dari persamaan y1 = x1 + x2 dan y2 = x1 – x2, diperoleh
y1 = x1 + x2 y1 = x1 + x2
y2 = x1 – x2 + y2 = x1 – x2 -
y1 + y2 = 2 x1 y1 - y2 = 2 x2
x1 = ½ (y1 + y2) x2 = ½ (y1 - y2)
11 | C r e a t e d B y D E S I W I N A R T I ( F 0 4 1 1 2 0 2 0 )
maka invers transformasinya adalah :
1
𝑥1 = 𝑤1 (𝑦1 , 𝑦2 ) = 2 (𝑦1 + 𝑦2 )
1
𝑥2 = 𝑤2 (𝑦1 , 𝑦2 ) = 2 (𝑦1 − 𝑦2 )
𝑦2 = 2 − 𝑦1 ... Persamaan 2
1
x2 = 0, maka 𝑥2 = 2 (𝑦1 − 𝑦2 )
1
0 = 2 (𝑦1 − 𝑦2 )
1 1
𝑦 = 2 𝑦1
2 2
1 2
𝑦2 = 2 × 1 𝑦1
𝑦2 = 𝑦1 ... Persamaan 3
1
x2 = 1, maka 𝑥2 = 2 (𝑦1 − 𝑦2 )
1
1 = 2 (𝑦1 − 𝑦2 )
1 1
1 + 2 𝑦2 = 2 𝑦1
12 | C r e a t e d B y D E S I W I N A R T I ( F 0 4 1 1 2 0 2 0 )
1 1
𝑦 = 2 𝑦1 − 1
2 2
2 1
𝑦2 = 1 (2 𝑦1 − 1)
... Persamaan 4
𝑦2 = 𝑦1 − 2
Jadi, batas-batas dari B adalah :
𝑦2 = −𝑦1, 𝑦2 = 2 − 𝑦1 , 𝑦2 = 𝑦1 , 𝑦2 = 𝑦1 − 2
e. Jacobian transformasinya adalah :
𝜕𝑥1 𝜕𝑥1 1 1
𝜕𝑦
𝐽 = || 1
𝜕𝑦2 |
=| 2 2| = 1 × 1 − (1 × (− 1)) = 1
𝜕𝑥2 𝜕𝑥2 | 1 1 2 2 2 2 2
−
𝜕𝑦1 𝜕𝑦2 2 2
13 | C r e a t e d B y D E S I W I N A R T I ( F 0 4 1 1 2 0 2 0 )
1 𝑦1
= [2 𝑦2 ]
−𝑦1
1 1
= 2 𝑦1 − 2 (−𝑦1 )
1 1
= 2 𝑦1 + 2 𝑦1
= 𝑦1 ... Persamaan 5
2−𝑦1 1
Untuk 𝑔1 (𝑦1 ) = ∫𝑦 𝑑𝑦2 ; 1 < 𝑦1 ≤ 2, maka :
1 −2 2
2−𝑦1 1
𝑔1 (𝑦1 ) = ∫𝑦 𝑑𝑦2
1 −2 2
1 2−𝑦1
= [2 𝑦2 ]
𝑦1 −2
1 1
= 2 (2 − 𝑦1 ) − 2 (𝑦1 − 2)
1 1
= 1 − 2 𝑦1 − 2 𝑦1 + 1
= 2 − 𝑦1 ... Persamaan 6
Sehingga f.k.p marginal dari Y1 adalah
𝑦1 ; 0 < 𝑦1 ≤ 1
𝑔1 (𝑦1 ) = { 2 − 𝑦1 ; 1 < 𝑦1 ≤ 2
0 ; 𝑦1 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
h. F.k.p marginal Y2
∞
𝑔2 (𝑦2 ) = ∫ 𝑔(𝑦1 , 𝑦2 )𝑑𝑦1
−∞
𝑦2 −2
1
∫ 𝑑𝑦 ; −1 < 𝑦2 < 0
−𝑦2 2 1
= 2−𝑦2
1
∫ 𝑑𝑦 ; 0 < 𝑦2 < 1
𝑦2 2 1
{0 ; 𝑦1 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
Hasil integral dari masing-masing persamaan di atas adalah
𝑦 −2 1
Untuk 𝑔2 (𝑦2 ) = ∫−𝑦2 𝑑𝑦1 ; −1 < 𝑦2 ≤ 0, maka :
2 2
𝑦 −2 1
𝑔2 (𝑦2 ) = ∫−𝑦2 𝑑𝑦1
2 2
1 𝑦2 −2
= [2 𝑦1 ]
−𝑦2
1 1
= 2 (𝑦2 − 2) − 2 (−𝑦2 )
14 | C r e a t e d B y D E S I W I N A R T I ( F 0 4 1 1 2 0 2 0 )
1 1
= 2 𝑦2 − 1 + 2 𝑦2
= 𝑦2 − 1 ... Persamaan 7
2−𝑦2 1
Untuk 𝑔2 (𝑦2 ) = ∫𝑦 𝑑𝑦1 ; 0 < 𝑦2 < 1, maka :
2 2
2−𝑦2 1
𝑔2 (𝑦2 ) = ∫𝑦 𝑑𝑦1
2 2
1 2−𝑦2
= [2 𝑦1 ]
𝑦2
1 1
= 2 (2 − 𝑦2 ) − 2 (𝑦2 )
1 1
= 1 − 2 𝑦2 − 2 𝑦2
= 1 − 𝑦2 ... Persamaan 8
Sehingga f.k.p marginal dari Y2 adalah
𝑦2 − 1 ; −1 < 𝑦2 ≤ 0
𝑔2 (𝑦2 ) = { 1 − 𝑦2 ; 0 < 𝑦2 < 1
0 ; 𝑦2 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
Misalkan :
1. X1, X2, ..., Xn peubah-peubah acak kontinu dengan f.k.p bersamanya f (x1,x2, ..., xn)
dan ruang bersamanya adalah A.
2. yi = ui (x1, x2, ...,xn ) membentuk transformasi 1 – 1 dari A pada B dengan inversnya xi
= wi (y1, y2, ..., yn) ; i = 1, 2,..., n.
𝜕𝑥𝑖
3. kontinu untuk setiap i = 1, 2, ..., n dan j = 1, 2, ..., n.
𝜕𝑦𝑗
15 | C r e a t e d B y D E S I W I N A R T I ( F 0 4 1 1 2 0 2 0 )
Maka f.k.p bersama dari n buah peubah acak y1 = u1 (x1, x2, ...,xn ) ; y2 = u2 (x1, x2,
...,xn ) ; ... yn = un (x1, x2, ...,xn ) adalah
𝑔 (𝑦1 , 𝑦2 , … , 𝑦𝑛 ) = 𝑓[𝑤1 (𝑦1 , 𝑦2 , … , 𝑦𝑛 ), … , 𝑤𝑛 (𝑦1 , 𝑦2 , … , 𝑦𝑛 )] | 𝐽 | ; (𝑦1 , 𝑦2 , … , 𝑦𝑛 ) 𝑑𝑖 𝐵
Contoh 5
Penyelesaian :
f.p.m dari Y adalah
M (t) = E (etY) = E [ e t (X1 – X2)]
– tX
= E [ e tX1 . e 2]
= E [ e tX1 ] . E [ e – tX2 ]
16 | C r e a t e d B y D E S I W I N A R T I ( F 0 4 1 1 2 0 2 0 )
Diketahui bahwa : 𝑋1 ~𝑁(𝜇1 , 𝜎12 ) dan 𝑋2 ~𝑁(𝜇2 , 𝜎22 ), maka :
1
E [ e tX1 ] = exp{𝜇1 𝑡 + 𝜎12 𝑡 2 } Berdasarkan teorema 𝑗𝑖𝑘𝑎 𝑋~𝑁(𝜇, 𝜎 2 ),
2 1
𝑚𝑎𝑘𝑎 𝑓. 𝑝. 𝑚 𝑛𝑦𝑎 𝑀(𝑡) = 𝑒𝑥𝑝 {𝜇𝑡 + 𝜎 2 𝑡 2 }
1 2
E [e – tX2] = exp{−𝜇2 𝑡 + 𝜎22 𝑡 2 }
2
Sehingga :
– tX
M (t) = E [ e tX1 ] . E [ e 2 ]
1 1
= exp{𝜇1 𝑡 + 𝜎12 𝑡 2 } . exp{−𝜇2 𝑡 + 𝜎22 𝑡 2 }
2 2
1 1
= exp{𝜇1 𝑡−𝜇2 𝑡 + 𝜎12 𝑡 2 + 𝜎22 𝑡 2 }
2 2
1
= exp{(𝜇1 −𝜇2 )𝑡 + (𝜎12 + 𝜎22 )𝑡 2 }
2
Teorema 6
Bukti :
Karena X1, X2, ..., Xn saling bebas stokastik, maka f.p.m Y adalah
M (t) = E (e tY) = E [ exp (𝑡 ∑𝑛𝑖=1 𝑘1 𝑋1 ) ]
1
= ∏𝑛𝑖=1 exp{(𝑘𝑖 𝜋𝑖 ) 𝑡 + (𝑘𝑖2 𝜎𝑖2 )𝑡 2 }
2
1
= exp {𝜇 𝑡 + 𝜎2𝑡2}
2
17 | C r e a t e d B y D E S I W I N A R T I ( F 0 4 1 1 2 0 2 0 )
Berdasarkan teorema tersebut, diperoleh akibat bahwa Jika X1, X2, ..., Xn
𝜎 2
sampel acak dari 𝑋~𝑁(𝜋, 𝜎 2 ) maka mean sampelnya adalah 𝑋̅~𝑁(𝜋, 𝑛 ).
Teorema 7
Bukti :
Karena X1, X2, ..., Xn saling bebas stokastik, maka f.p.m Y adalah
M (t) = E (e tY) = E [ exp (𝑡 ∑𝑛𝑖=1 𝑋𝑖 ) ]
= ∏𝑛𝑖=1 E [ etXi ]
Berdasarkan definisi distribusi Chi Kuadrat (𝑋𝑖 ~𝜒 2 (𝑟𝑖 )), maka
−ri
E [ etXi ] = (1 − 2t) 2
Sehingga
−ri
𝑀(𝑡) = ∏𝑛𝑖=1(1 − 2t) 2
−r
= (1 − 2t) 2 dengan 𝑟 = ∑𝑛𝑖=1 𝑟𝑖
b. 𝑍12 , 𝑍22 , … , 𝑍𝑛2 bebas stokastik. Jika X1, X2, ..., Xn sampel acak dari
𝑋𝑖 −𝜇
𝑋~𝑁(𝜋, 𝜎 2 ), maka 𝑌 = ∑𝑛𝑖=1 [ ] ~𝜒 2 (𝑛)
𝜎
18 | C r e a t e d B y D E S I W I N A R T I ( F 0 4 1 1 2 0 2 0 )