STK 203

TEORI STATISTIKA I

V. SEBARAN FUNGSI
PEUBAH ACAK

V. Sebaran Fungsi Peubah Acak 1

Sebaran Fungsi Peubah Acak

Dalam banyak kasus untuk melakukan inferensi
terhadap suatu parameter kita lebih banyak
menggunakan fungsi dari peubah acak.

Sebagai ilustrasi, pada saat kita akan melakukan

pengujian hipotesis terhadap nilai tengah µ dari
peubah acak X yang menyebar normal, statistik yang
digunakan adalah
x _ µ0
t=
sx
Kenapa menggunakan statistik tsb ?
V. Sebaran Fungsi Peubah Acak 2
Sebaran Fungsi Peubah Acak
Untuk menentukan sebaran fungsi peubah acak tersebut,
kita akan membahas tiga metode utama yaitu :

(1) Metode Fungsi Sebaran

(2) Metode Transformasi
(3) Metode Fungsi Pembangkit Momen

V. Sebaran Fungsi Peubah Acak 3

(1) Metode Fungsi Sebaran

Perhatikan Y adalah peubah acak kontinu dengan
fungsi sebaran FY(y).
Jika U = g(Y) dan FU(u) adalah fungsi sebaran
peubah acak U, secara umum kita bisa mencari
fU(u) yang merupakan turunan pertama dari
FU(u).
Sedangkan
FU(u) = PU(U ≤ u)
= PU(g(Y) ≤ u)

V. Sebaran Fungsi Peubah Acak 4

(1)
Ilustrasi 5.1.
Jika Y ~ Seragam (0, 1) dan U = g(Y) = - log(Y)
Dengan demikian fU(u) kita
peroleh dari turunan pertama
FU(u), sbb.

karena 0 < y < 1 maka u = - log(y) > 0

sehingga diperoleh

u lainnya
Kita tahu bahwa FY(y) = y untuk
0 < y < 1. Sehingga 0 < e-u < 1 Bisa diperlihatkan bahwa
dan FU(u) = 1 – FY(y) = 1 - e-u U ~ Eksponensial (1)

V. Sebaran Fungsi Peubah Acak 5

(1)
Ilustrasi 5.2.
Diketahui Y ~ Eksponensial (1). Tentukan fkp U = g(Y) = Y + θ, θ > 0.
Dengan metode fungsi sebaran Dengan demikian kita bisa
kita peroleh : memperoleh fU(u) dengan
menentukan turunan pertama
dari FU(u) sbb.

Kita tahu bahwa FY(y) = 1- e-y

untuk y > 0. Sehingga u - θ > 0 Jadi
dan FU(u) = 1 – FY(u - θ)
= 1 - e-(u - θ)
u lainnya

V. Sebaran Fungsi Peubah Acak 6

(2) Metode Transformasi
Perhatikan peubah acak kontinu Y dengan fungsi sebarannya FY(y)
dan U = g(Y) adalah fungsi satu-ke-satu dari Y.

Ada beberapa sifat dari fungsi satu-ke-satu yang akan kita gunakan,
yaitu :
(1) g akan memetakan R ke R dengan sifat monoton naik atau
monoton turun
(2) g akan memiliki fungsi kebalikan yang unik, g-1

V. Sebaran Fungsi Peubah Acak 7

(2)
Perhatikan jika g(y) adalah fungsi satu-ke-satu yang monoton naik,
maka u = g(y) ⇔ g-1(u) = y, dan

Dengan menurunkan FU(u) akan diperoleh

aturan rantai

V. Sebaran Fungsi Peubah Acak 8

(2)
Sekarang perhatikan jika g monoton naik, demikian pula dengan g-1,
sehingga .

Jika g monoton turun, demikian pula dengan g-1, sehingga

akan tetapi fY(g-1(u)) < 0 sehingga bernilai positif.

Untuk mengatasi kedua kasus tersebut, kita bisa menggunakan fungsi

harga mutlak, sehingga fkp bagi U adalah

V. Sebaran Fungsi Peubah Acak 9

(2)
Ilustrasi 5.3.
Diketahui Y ~ Eksponensial (β). Tentukan fkp
Pertama-tama, kita harus meyakinkan bahwa g adalah fungsi satu-ke-
satu pada daerah fungsi RY. Mudah untuk ditunjukkan bahwa g(y)
adalah fungsi yang monoton naik dan bersifat satu-ke-satu pada
RY = {y|0 < y < ∞}.
Selanjutnya kita tentukan turunan dari g-1(u), sehingga diperoleh
dan

dan berdasarkan formulasi sebelumnya, maka diperoleh

untuk (?)

Dengan demikian U ~ Wibull (2, β)

V. Sebaran Fungsi Peubah Acak 10
(2)
Ilustrasi 5.4.
Diketahui fkp peubah acak Y sbb.

y lainnya
Tentukan fkp dari U = g(Y) = 1 - Y
Mudah untuk menunjukkan g(y) adalah fungsi yang monoton turun
dan bersifat satu-ke-satu pada RY = {y|0 < y < 1}.
Selanjutnya kita tentukan turunan dari g-1(u), sehingga diperoleh
dan

dan berdasarkan formulasi sebelumnya, maka diperoleh

untuk
V. Sebaran Fungsi Peubah Acak 11

(2)
Pertanyaan berikutnya adalah

BAGAIMANA KALAU g(Y) BUKAN FUNGSI SATU-KE-SATU ?

Dalam kondisi g yang bukan fungsi satu-ke-satu kita masih bisa

menggunakan metode transformasi asalkan kita dapat mempartisi RY
sedemikian sehingga diperoleh partisi-partisi yang tidak beririsan dan
g pada masing-masing partisi bersifat satu-ke-satu.

V. Sebaran Fungsi Peubah Acak 12

(2)
Teorema 5.1.:
Perhatikan Y peubah acak kontinu dengan fkp fY(y) dan U = g(Y)
adalah suatu fungsi yang tidak bersifat satu-ke-satu pada RY tetapi
kontinu. Misalkan kita dapat mempartisi RY menjadi beberapa
himpunan yang terhingga banyaknya, katakan A1, A2, …, Ak dengan
(i) P(Yi ∈ Ai) > 0 untuk setiap i dan
(ii) fY(y) bersifat kontinu pada setiap Ai

Jika fungsi g1(y), g2(y), …, gk(y) ada sedemikian sehingga gi(y)

terdefinisi pada Ai untuk i = 1, 2, …, k serta gi(y) memenuhi sifat
(i) g(y) = gi(y) untuk setiap y ∈ Ai
(ii) gi(y) bersifat monoton pada Ai
maka :

u lainnya
V. Sebaran Fungsi Peubah Acak 13

(2)
Ilustrasi 5.5.
Diketahui Y ~ N(0, 1). Tentukan fkp peubah acak U = Y2
Pertama-tama, kita lihat bahwa U = Y2 bukan fungsi satu-ke-satu pada
RY = {y |-∞ < y < ∞} tetapi bersifat satu-ke-satu pada A1 = (-∞, 0) dan
A2 = [0, ∞). g(y) = y2 bersifat monoton turun pada A1 dan monoton
naik pada A2 dan juga berlaku RY = A1 ∪ A2.

Kemudian bisa kita peroleh ringkasan berikut

partisi RY transformasi invers transformasi

dan pada A1 dan A2 berlaku

V. Sebaran Fungsi Peubah Acak 14

(2)
Ilustrasi 5.5.
perhatikan u = y2 > 0, sehingga RU = {u|u > 0}.
Berdasarkan teorema 5.1. maka fkp bagi U adalah

u lainnya

; karena

Dengan demikian U ~ Gamma (1/2, 2) atau U ~ χ2(1)

V. Sebaran Fungsi Peubah Acak 15

(3) Metode Fungsi Pembangkit Momen

Teorema 5.2.
Perhatikan X dan Y yang masing-masing memiliki fungsi pembangkit
momen mX(t) dan mY(t). Jika mX(t) = mY(t) untuk semua nilai t maka
X dan Y memiliki fkp/fmp yang sama. (sifat unik fungsi pembangkit
momen).

Bagaimana menentukan fkp/fmp melalui fpm?

Jika kita memiliki suatu fungsi U = g(Y) dan kemudian dapat
ditentukan mU(t) adalah fungsi pembangkit momen peubah acak U,
serta kita mengenali bentuknya (misal Poisson, Binomial, Normal,
Gamma, dll). Kita dapat menggunakan sifat unik fungsi pembangkit
momen untuk menentukan fkp/fmp dari peubah acak U.

V. Sebaran Fungsi Peubah Acak 16

(3)
Ilustrasi 5.6.
Jika Y ~ Gamma(α, β), perlihatkan bahwa U = g(Y) = 2Y/β ~ χ2(2α).

Kita tahu bahwa fpm Y adalah

sehingga

Jelas U ~ χ2(2α)
V. Sebaran Fungsi Peubah Acak 17

(3)
Teorema 5.3.
Perhatikan Y1, Y2, …, Yn adalah contoh acak dimana Yi memiliki fpm
mYi(t) untuk i = 1, 2, …, n. Jika U = Y1 + Y2 + … + Yn maka

Bisa diperlihatkan sbb.

V. Sebaran Fungsi Peubah Acak 18

(3)
Ilustrasi 5.7.
Jika Y1, Y2, …, Yn ~ Bernoulli (p). Tentukan fkp U = Y1 + Y2 + … + Yn.

mU(t) dapat dihitung sbb.

kali

mU(t) adalah fpm Binomial (n, p).

Jadi U ~ Binomial (n, p)

V. Sebaran Fungsi Peubah Acak 19

(4) Transpormasi Peubah Acak Ganda

Dalam pembahasan topik ini kita akan fokus pada transformasi ganda
dua yaitu jika kita memiliki U1 = g1(Y1, Y2) dan U2 = g2(Y1, Y2).

Perhatikan jika (Y1, Y2) adalah peubah acak ganda kontinu dengan fkp
bersama fY1,Y2(y1, y2). Jika g : R2 Æ R2 yang memetakan satu-ke-satu
dari RY1Y2 ke RU1U2 dimana U1 = g1(Y1, Y2) dan U2 = g2(Y1, Y2) serta g1-1
dan g2-1 dapat diturunkan secara parsial dan diperoleh

maka

(u1, u2) lainnya

V. Sebaran Fungsi Peubah Acak 20

(4)
Ilustrasi 5.8.
Diketahui Y1 ~ Γ(α,1), Y2 ~ Γ(β, 1) dengan Y1 dan Y2 saling bebas.
Jika didefinisikan :

Tentukan :
(a) fU1U2(u1, u2), fkp bersama dari U1 dan U2
(b) fU1(u1), fkp marginal U1
(c) fU2(u2), fkp marginal U2

V. Sebaran Fungsi Peubah Acak 21

(4)
Ilustrasi 5.8.
(a) fU1U2(u1, u2), fkp bersama dari U1 dan U2
karena Y1 dan Y2 saling bebas, maka fkp bersama (Y1, Y2) adalah

untuk (y1, y2) ∈ RY1,Y2 = {(y1, y2)|y1 > 0, y2 > 0). Dengan memperhatikan
u1 = y1 + y2 dan u2 = y1/(y1+y2), maka RU1,U2 = {(u1, u2)|u1 >0, 0 < u2 < 1) dan

dan

V. Sebaran Fungsi Peubah Acak 22

(4)
Ilustrasi 5.8.
(a) fU1U2(u1, u2), fkp bersama dari U1 dan U2
dengan demikian diperoleh

dan dapat ditulis

(u1, u2) lainnya

V. Sebaran Fungsi Peubah Acak 23

(4)
Ilustrasi 5.8.
(b) fU1(u1), fkp marginal U1
kita akan integralkan fkp bersama (U1, U2) untuk setiap nilai u2

maka kita peroleh

u1 lainnya

V. Sebaran Fungsi Peubah Acak 24

(4)
Ilustrasi 5.8.
(c) fU2(u2), fkp marginal U2
kita akan integralkan fkp bersama (U1, U2) untuk setiap nilai u1

maka kita peroleh

u2 lainnya

V. Sebaran Fungsi Peubah Acak 25

(5) Statistik Tataan

Perhatikan Y1, Y2, …, Yn adalah contoh acak dari Y ~ fY(y|θ) dengan
fungsi sebaran FY(y).

Didefinisikan Y(1) ≤ Y(2) ≤ … ≤ Y(n) adalah statistik tataan (order

statistics) dengan Y(1) adalah nilai terkecil, Y(2) nilai terkecil
berikutnya, demikian seterusnya sehingga Y(n) adalah nilai terbesar.

Karena Yi saling benas, maka fkp bersamanya adalah Π∀i fY(yi|θ).

Menurut aturan pencacahan, akan ada n! cara yang berbeda untuk
menyusun Y1, Y2, …, Yn sehingga diperoleh Y(1) ≤ Y(2) ≤ … ≤ Y(n),
dengan demikian fkp bersama dari statistik tataan adalah

fY(1),Y(2), … ,Y(n)(y1, y2, …, yn) = n! Π∀i fY(yi|θ)

= n! fY(y1|θ) fY(y2|θ) … fY(yn|θ)

V. Sebaran Fungsi Peubah Acak 26

(5)
(a) fkp statistik minimum, Y(1)

dan dan dan

sehingga dapat diperoreh

V. Sebaran Fungsi Peubah Acak 27

(5)
(b) fkp statistik maksimum, Y(n)

dan dan dan

sehingga dapat diperoreh

V. Sebaran Fungsi Peubah Acak 28

(5)
(c) fkp statistik tataan ke-k, Y(k)
Untuk mencari fY(k)(y) coba didekati dengan model peluang
multinomial. Suatu barisan {Y(i)} kita bagi dalam 3 kelas, yaitu
Kelas Nilai Y Banyak
anggota kelas
1 Y<y k -1
2 Y=y 1
3 Y>y n-k

Karena Yi saling bebas, maka dengan pendekatan model

multinomial kita peroleh

dengan menginterpretasikan FY(y) = P(Yi < y), fY(y) = P(Yi = y) dan

1- FY(y) = P(Yi > y), maka fkp bagi statistik tataan ke-k adalah

V. Sebaran Fungsi Peubah Acak 29

(5)
Ilustrasi 5.9.
Diberikan Y1, Y2, …, Y10 contoh acak dari Y ~ Beta(2,1).
Tentukan : (a). P(Y(1) < 0.25)
(b). P(Y(10) > 0.90)
(c). P(Y(6) > 0.50)

V. Sebaran Fungsi Peubah Acak 30