DOSENPENGAMPU :
Rachmadania Akbarita, S.Si., M.Pd
Oleh:
Penulis
ii
DAFTAR ISI
Cover .......................................................................................................... i
BAB I PENDAHULUAN
BAB II PEMBAHASAN
iii
BAB I
PENDAHULUAN
1
BAB II
PEMBAHASAN
2.1 Distribusi Marginal
Apabila kita mempunyai distribusi gabungan dari dua peubah acak X dan Y
(bisa diskrit semua atau kontinu semua), maka kita dapat menentukan distribusi
peubah acak X dan distribusi peubah acak Y. Distribusi yang diperoleh dengan cara
demikian dinamakan distribusi marginal.
Definisi 1: Fungsi Peluang Marginal
Jika X dan Y adalah dua peubah acak diskrit dan p(x,y) adalah nilai dari fungsi
peluang gabungannya di (x,y), maka fungsi yang dirumuskan dengan :
𝑃1 (𝑥) = ∑ 𝑝(𝑥, 𝑦)
𝑦
Untuk setiap x dalam daerah hasil X dinamakan fungsi peluang marginal dari X.
Adapun fungsi yang dirumuskan dengan :
𝑃2 (𝑦) = ∑ 𝑝(𝑥, 𝑦)
𝑥
Untuk setiap y dalam daerah hasil Y dinamakan fungsi peluang marginal dari Y.
Definisi 2: Fungsi Densitas Marginal
Jika X dan Y adalah dua peubah acak kontinu dan f(x,y) adalah nilai fungsi densitas
gabungan di (x,y), maka fungsi yang dirumuskan dengan :
∞
(𝒙) = ∫−∞ 𝑓(𝒙, 𝒚)𝒚; −∞ < 𝑥 < ∞ ∞ −∞ , dinamakan fungsi densitas marginal dari X
Adapun fungsi yang dirumuskan dengan
∞
(𝒚) = ∫−∞ 𝑓 (𝒙, 𝒚)𝒅𝒚; −∞ < 𝑦 < ∞ ∞ −∞ , dinamakan fungsi densitas marginal dari Y
g(x) dan h(y) masing-masing merupakan fungsi densitas, maka:
∞
1. ∫−∞ 𝑔(𝒙)𝒅𝒙 = 𝟏 ∞ −∞
∞
2. ∫−∞ ℎ (𝒚)𝒅𝒚 = 𝟏 ∞ −∞
Contoh:
Jika fungsi biaya total perusahaan didefinisikan sebagai C (x) = 0,00002x3 - 0,02x2 +
400x
Solusi :
2
C (x) = 0,00002x3 - 0,02x2 + 400x + 5000
C ′ (200) = 394,4
𝑝(𝑥, 𝑦)
𝑝(𝑥\𝑦) = ; 𝑝1 (𝑥) > 0
𝑝1 (𝑥)
untuk setiap y dalam daerah Y, dinamakan fungsi peluang bersyarat dai Y diberikan X=x.
3
untuk setiap x dalam daerah hasil X, dinamakan fungsi peluang bersyarat dari X diberikan Y
= y. Jika p1(x) adalah nilai fungsi peluang marginal dari X di x, maka fungsi yang
dirumuskan
𝑓(𝑥, 𝑦)
𝑓(𝑥\𝑦) = ; 𝑓2 (𝑦) > 0
𝑓2 (𝑦)
untuk setiap y dalam daerah Y, dinamakan fungsi peluang bersyarat dai Y diberikan X =x.
Contoh:
a. Tentukan p(x|y)!
b. Tentukan p(y|x)!
c. Hitung p(x|y)!
Penyelesaian :
a. p(x|y)!
Kita akan menentukan terlebih dahulu p2(y), yang merupakan fungsi peluang marginal dari
Y.
p2 (y) = (x + y)
= {(1 + y) + (2 + y) + (3 + y)}
= (6 + 3y)
Jadi, p2(y) = (6 + 3y); y = 1,2
Sehingga p(x|y) = ; x = 1,2,3
Pemeriksaan terhadap hasil diatas dilakukan sebagai berikut:
(i) Karena x = 1,2,3, dan y = 1,2 maka P(x|y) ˃ 0
(ii) Kita membuktikan bahwa = 1
Bukti :
= {(1 + y) + (2 + y) + (3 + y)}
= (6 + 3y)
=1
b. p(y|x)!
4
Kita akan menentukan dahulu p1(x), yang merupakan fungsi peluang marginal dari X.
P1(x) = (x + y)
= {(x + 1) + (x + 2)}
= (2x + 3)
Jadi, p1(x) = (2x + 3) ; x = 1,2,3
Sehingga p(y|x) = ; y = 1,2
Pemeriksaan terhadap hasil diatas, dilakukan sebagai berikut:
(i) Karena x = 1,2,3 dan y = 1,2 maka p(x|y) ˃ 0
(ii) Kita akan membuktikan bahwa = 1
Bukti :
= {(x + 1) + (x + 2)}
= (2x + 3) = 1
c. p(x|y = 1) = (x + 1)
dari hasil fungsi peluang bersyarat itu, kita bisa menghitung peluang bersyarat dari sebuah
peubah acak, jika diberikan peubah acak lainnya berharga tertentu.
1. Untuk peubah acak X diberikan Y = y
a. p(x|y = 1) =
p(1|y = 1) = ; x = 1
p(2|y = 1) = ; x = 2
p(3|y = 1) = ; x = 3
b. p(x|y = 2) =
p(1|y = 2) = ; x = 1
p(2|y = 2) = ; x = 2
p(3|y = 2) = ; x = 3
5
p(1|x = 3) = = ; y = 1
p(2|x = 3) = = ; y = 2
Korelasi adalah suatu bentuk dan ukuran yang mempunyai sejumlah variabel tertentu yang
membentuk sebuah hubungan yang menggunakan kata yang bersumber pada korelasi positif
yang menyebabkan terjadinya perubahan yang meningkat pada benda tertentu.setiap
perubahan pada variabel independen akan berpengaruh pada variabel dependen. Korelasi juga
dapat didefinisikan sebagai teknik yang digunakan untuk menganalisis data statistik, dengan
tujuan untuk mengetahui bagaimana hubungan yang ada pada dua buah variabel, khususnya
pada variabel dengan sifat kuantitatif.Hubungan yang mungkin terjadi bisa disebabkan karena
beberapa hal, baik itu hubungan kausalitas ataupun timbul secara kebetulan.
Dua buah variabel saling berkorelasi hanya jika perubahan yang terjadi pada suatu variabel
akan berdampak pula pada variabel lainnya, baik itu berubah dengan arah yang masih sama
maupun secara berlawanan. Ketika perubahan yang terjadi searah maka disebut dengan istilah
korelasi positif, sedangkan jika berlawanan, maka disebut korelasi negative.
Korelasi adalah tentang sejauh mana harga berbagai aset bergerak bersama. Jika harga
bergerak dalam proporsi yang sama, mereka memiliki korelasi yang tinggi. Apabila mereka
bergerak berlawanan arah, mereka memiliki korelasi negatif yang tinggi. Jika harga aset yang
berbeda bergerak dengan cara yang umumnya tidak terkait satu sama lain, mereka memiliki
korelasi yang rendah. Korelasi biasanya diukur di berbagai kelas aset seperti saham, obligasi,
mata uang, dan komoditas. Juga dapat diukur sehubungan dengan sekuritas dari kelas aset
yang sama, seperti antara dua saham terpisah.
Korelasi biasanya dihitung untuk periode waktu tertentu. Memahami korelasi berbagai aset
menjadi penting dalam mengelola tingkat risiko dalam suatu portofolio – Jika semua aset
saling berkorelasi satu sama lain, maka risikonya lebih besar.
Contoh 1:
Mari kita lihat sebuah contoh dengan dua perusahaan fiksi. Satu disebut Lead Corp, lainnya
disebut Apex Tech. Selama lima hari terakhir, saham fiksi Lead Corp telah ditutup pada:
6
1. $ 200
2. $ 195 ($ 5 turun)
3. $ 197 ($ 2 naik)
4. $ 202 ($ 5 naik)
5. $ 204 ($ 2 naik).
Sedangkan, saham Apex Tech telah ditutup pada:
1. $ 100
2. $ 110 ($ 10 naik)
3. $ 115 ($ 5 naik)
4. $ 112 ($ 3 turun)
5. $ 110 ($ 2 turun).
Seperti yang kamu lihat, harga saham kedua perusahaan tampaknya tidak bergerak secara
bersamaan – Ini berarti bahwa dua saham memiliki korelasi yang rendah – atau bahkan
korelasi negatif – selama lima hari tersebut. Hanya menunjukkan beberapa perhitungan
matematis yang dapat mengonfirmasinya saja.
Contoh 2:
diketahui seberapa kuat hubungan antara besarnya pendapatan seseorang dengan pengeluaran
(konsumsi) per bulan. Data dari 6 orang yang diwawancarai yaitu diperoleh dari data.
Penyelesaian :
X (pendapatan) : 800 900 700 600 700 800 (ribuan)
Y (konsumsi) : 300 300 200 100 200 200 (ribuan)
∑x = 4.500
∑y = 1.300
∑ x2 = 3.430.000
∑ y2 = 310.000
∑xy = 1.010.000
n =6
7
BAB III
PENUTUP
3.1 KESIMPULAN
Distribusi Marginal Apabila kita mempunyai distribusi gabungan dari dua peubah
acak X dan Y , maka kita dapat menentukan distribusi peubah acak X dan distribusi
peubah acak Y. Distribusi yang diperoleh dengan cara demikian dinamakan distribusi
marginal. 𝑃1 (𝑥) = ∑𝑦 𝑝(𝑥, 𝑦)
Untuk setiap x dalam daerah hasil X dinamakan fungsi peluang marginal dari X.
𝑃2 (𝑦) = ∑𝑥 𝑝(𝑥, 𝑦)
Untuk setiap y dalam daerah hasil Y dinamakan fungsi peluang marginal dari Y.
Distribusi Bersyarat Definisi 1: Fungsi Peluang Bersyarat Jika p adalah nila fungsi
peluang gabungan dari dua peubah acak diskrit X dan Y di dan p2 adalah nilai fungsi
peluang marginal dari Y di y, maka fungsi yang dinyatakan dengan p=p/p_2 ;p_2 >0
p=p/p_1 ;p_1 >0 untuk setiap y dalam daerah Y, dinamakan fungsi peluang bersyarat di
Y diberikan X=x.
Definisi 2 Fungsi Distribusi Bersyarat :Jika f adalah nila fungsi densitas gabungan dari
dua peubah acak kontinu X dan Y di dan f2 adalah nilai fungsi peluang marginal dari Y
di y, maka fungsi yang dinyatakan dengan: untuk setiap y dalam daerah Y, dinamakan
fungsi peluang bersyarat dai Y diberikan X =x.
Seperti disebutkan sebelumnya, Koefisien Korelasi dapat menjadi alat yang berguna
dalam menyusun portofolio yang beragam. Namun satu hal yang harus selalu diingat,
adalah korelasi antara dua instrumen yang dapat dan memang berubah dari waktu ke
waktu. Indikator ini akan membantu pedagang untuk menyadari perubahan tersebut dan
mengubah investasinya.
8
DAFTAR PUSTAKA
https://www.academia.edu/11346305/Distribusi_Gabungan_dan_Marginal
http://alifurrahman28.blogspot.com/2016/04/makalah-distribusi-bersyarat-
gabungan.html
https://id.tradingview.com/scripts/correlationcoefficient/
https://www.alamo.edu/contentassets/20691fef0c254307b473b980bb6648fb/differ
entiation/math1325-marginal-functions.pdf
https://www.academia.edu/11346305/Distribusi_Gabungan_dan_Marginalhttps://www.acade
mia.edu/11346305/Distribusi_Gabungan_dan_Marginal