NIM : 191810101104
KELAS : MSL A
Ketereangan :
𝑝 adalah peluang sukses,
n adalah banyaknya pengulangan
𝑥 adalah banyaknya sukses dalam nn kali pengulangan.
Distribusi Binomial dengan Parameter n,p
Distribusi Binomial juga termasuk anggota keluarga eksponensial. Distribusi Binomial
dengan parameter n,p mempunyai fungsi kepadatan
𝑛
𝑓(𝑦) = ( ) 𝑝 𝑦 (1 − 𝑝)𝑛−𝑦 ; 𝑦 = 0,1,2, . . , 𝑛
𝑦
𝑛
= exp [ 𝑦 log 𝑝 + (𝑛 − 𝑦) log(1 − 𝑝) + log ( ) ]
𝑦
𝑝 𝑛
= exp[ 𝑦 log( ) + (𝑛 − 𝑦) log(1 − 𝑝) + log ( ) ]
𝑝−1 𝑦
𝑛
= exp[ 𝑦 logit 𝑝 + 𝑛 log(1 − 𝑝) + log ( ) ]
𝑦
Dengan
𝑝
𝑙𝑜𝑔𝑖𝑡 𝑝 = log
𝑝−1
Jadi 𝑏(𝜃) = 𝑙𝑜𝑔𝑖𝑡 𝑝; 𝑐(𝜃) = 𝑛 𝑙𝑜𝑔(1 − 𝑝). Dengan mencari turunan pertama dan
masingmasing 𝑏(𝜃) dan 𝑐(𝜃) sehingga didapat
𝐸(𝑌) = 𝑛𝑝 𝑑𝑎𝑛 𝑉𝑎𝑟(𝑌) = 𝑛𝑝(1 − 𝑝)
Distribuai Binomial (𝑛, 𝑝) sering dimodifikasi menjadi distribusi Binomial (1, 𝜇) dengan
menstarnsformasi sehingga memiliki nilai tengah 𝜇𝑋 = 𝜇 dan ragam
B. Distribusi Poisson
Distribusi poisson adalah kasus khusus dari distribusi binomial, dimana distribusi
binomial akan menjadi distribusi poisson ketika nn mendekati tak hingga (\infty∞)
dan pp mendekati nol (0).
Peubah acak Y yang berdistribusi Poisson mempunyai fungsi kepadatan probabilitas
𝜃 𝑦 𝑒 −𝜃
𝑓(𝑦) = , 𝑦 = 0 = exp[𝑦 log 𝜃 − 𝜃 − log𝑦!] … (1)
𝑦!
Pada persamaan (1) diperoleh
𝑏(𝜃) = log 𝜃 , 𝑐(𝜃) = −𝜃, 𝑑(𝑦) = − log 𝑦.
dengan demikian 𝐸[𝑌] = 𝜃 dan 𝑉𝑎𝑟[𝑌] = 𝜃
Sebaran Poisson memiliki karakteristik :
a) Skala diskrit dengan rentang 0 ≤ 𝑦 < ∞, 𝑦 = 0,1,2, …
b) Tidak simetris
c) Varians berhubungan linier dengan mean 𝜎 = 𝜙𝜇
C. Distribusi Gamma
Distribusi gamma diaplikasikan dalam lamanya waktu untuk menyelesaikan pekerjaan.
Distribusi gamma sering diterapkan dalam teori antrian dan teori reabiliti.
Peubah acak X dikatakan berdistribusi Gamma dengan dua parameter 𝛼 (parameter bentuk/
shape) dan 𝛽 (parameter skala / scale), dinotasikan dengan 𝐺(𝛼, 𝛽) jika X mempunyai f.k.p.
1 𝑥
𝛼−1 −𝛽
𝑓(𝑥, ∝, 𝛽) = 𝑥 𝑒 ; 𝛼, 𝛽 > 0; 0 ≤ 𝑥,
Γ(α)βα
∞
dengan Γ(𝛼) = ∫0 𝑒 −𝑥 𝑥 𝛼−1 𝑑𝑥 dengan 𝛼 > 0 disebut sebagai fungsi Γ( ).
Untuk 𝑛 bulat positif, Γ(𝑛) = (𝑛 − 1)! Dan didefinisikan Γ(0) = 1. Peubah acak Y yang
berdistribusi Gamma mempunyai fungsi kepadatan probabilitas
𝜃(𝑦𝜃)𝜙−1 𝑒 −𝑦𝜃
𝑓(𝑦) = ,𝑦 > 0
Γ(ϕ)
= exp[−𝑦𝜃 + (𝜙 − 1) log 𝑦 + 𝜙 log 𝜃 − log Γ(𝜙)] … (2)
Pada persamaan (2) 𝑏(𝜃) = −𝜃, 𝑎(𝑦) = 𝑦, 𝑐(𝜃) = 𝜙 log 𝜃 − log Γ(𝜙), 𝑑(𝑦) = (𝜙 −
𝜙 𝜙
1) log 𝑦. Maka 𝐸[𝑌] = , 𝑉𝑎𝑟[𝑌] = 𝜃2 . Di sini 𝜙 adalah parameter nuisan.
𝜃
D. Distribusi Normal
Distribusi normal disebut juga dengan Distribusi Gauss. Peubah acak (variabel
random) pada distribusi normal merupakan peubah acak yang kontinu. Distribusi normal
merupakan distribusi peluang yang paling sering digunakan dalam analisis statistik.
Peubah acak X dikatakan berdistribusi normal jika X memiliki fungsi kepadatan seperti
berikut.
1 1 𝑥−𝑎 2
𝑓(𝑥, 𝑎, 𝑏) = 𝑒𝑥𝑝 [− ( ) ] ; −∞ < 𝑥 < ∞
𝑏√2𝜋 2 𝑏
Dapat diturunkan bahwa kepadatan diatas memiliki mean, 𝜇 = 𝑎 dan variansi 𝜎 2 = 𝑏 2 .
Selanjutnya distribusi ini dinotasikan dengan 𝑁(𝑎, 𝑏 2 ) = 𝑁(𝜇, 𝜎 2 ). Bentuk khusus dari
distribusi ini adalah jika 𝜇 = 0 dan 𝜎 = 1, disebut sebagai Distribusi Normal Baku dan
dinotasikan denga 𝑁(0,1). Bentuk fungsi kepadatan probabilitas dari peubah acak Y yang
berdistribusi Normal/Gaussian adalah
1 1 𝑦−𝜃 2
𝑓(𝑦) = 𝑒𝑥𝑝 (− ( ) ) , −∞ < 𝑦 < ∞
√2𝜋𝜎 2 𝜎
𝑦2 𝑦𝜃 𝜃2 1
𝑒𝑥𝑝 (− 2 + 2 − 2 − log(2𝜋𝜎 2 )) … (3)
2𝜎 𝜎 2𝜎 2