Anda di halaman 1dari 5

Peluang dan Likelihood adalah sebuah konsep yang sedikit mirip dan

membuat kita jadi sering bingung (kita? Lo doang kali).

Cara yang mudah untuk memahami dan membedakan keduanya


adalah dengan melihat gambar.

Kita mulai dengan melihat peluang yang terdistribusi normal. (Konsep


yang sama bisa diterapkan untuk semua distribusi kontinu kok, slo)

Pada contoh kali ini, bayangkan gambar dibawah ini adalah distribusi
peluang dari berat badan tikus.

Rataan dari berat badan populasi tikus adalah 32 gram.

Dengan standar deviasi 2.5.

Tikus paling ringan adalah 24 gram. Tikus paling berat adalah 40 gram.
Sekarang perhatikan, peluang kita mendapatkan tikus dengan berat
badan diantara 32 s.d 34 gram adalah luas area dibawah kurva
diantara nilai 32 s.d 34. Cukup jelas?

Pada kasus ini, luas area dibawah kurva tersebut adalah 0.29, yang
berarti peluang kita mendapatkan tikus yang memiliki berat 32–34
gram adalah 29%! Wow, gitu doang cuy!

Secara matematika, kita mengatakannya dengan menggunakan notasi


berikut:

Persamaan tersebut dapat dibaca sebagai berikut:

“Peluang mendapatkan tikus dengan berat diantara selang 32 dan 34


gram, diberikan mean (rataan) distribusi 32 dan standar deviasi 2.5”

Kita bisa juga mengubah parameter berat tikus yang diinginkan,


misalnya kita ingin melihat peluang terpilihnya tikus dengan berat
badan diatas 34 gram. Maka notasinya sebagai berikut:

Maka peluangnya adalah luas area dibawah kurva yang lebih dari 34.
Seperti berikut:
Oke, cukup jelas saya pikir untuk pemahaman konsep dasar peluang,
sekarang kita lanjut dengan pembahasan likelihood. Silahkan bagi
yang ingin ke toilet, saya beri waktu 5 menit.

Masih dengan tikus-tikus yang tadi. Untuk bicara tentang likelihood,


kita berasumsi bahwa kita sudah memiliki sampel tikus. So here’s our
mouse, beratnya 34 gram, cukup gendut.

Likelihood untuk tikus yang memiliki berat 34 gram adalah titik ‘+’ di
kurva, perhatikan! Itu hanyalah nilai y-axis nya. Dan untuk kasus ini,
nilainya 0.12. Perhatikan gambar dibawah!

Secara matematika, kita mengatakannya dengan menggunakan notasi


berikut:

Persamaan tersebut dapat dibaca sebagai berikut:

“Nilai likelihood dari distribusi dengan mean(rataan) = 32 dan standar


deviasi = 2.5, diberikan tikus dengan berat 34 gram”.
Apabila kita estimasi nilai likelihood dengan mean=34, maka akan
menjadi seperti berikut:

Nilai likelihood yang baru adalah 0.21. (yang kita ketahui nanti, bahwa
nilai ini adalah maximum likelihood)

Perhatikan bahwa pada estimasi likelihood ini, parameter yang diubah


adalah mean dan std, sementara berat tikus (sisi kanan) tetap (fixed).
Jadi yang kita ubah-ubah adalah bentuk dan lokasi dari distribusi
peluangnya. Seperti gambar dibawah ini.

Kesimpulan

1. Peluang adalah luas area dibawah distribusi (fixed


distribution).
2. Likelihood adalah nilai y-axis dari data yang fixed, distribusinya
yang dapat diubah-ubah.

Anda mungkin juga menyukai