2019 Lecture 10 - Continuous Probablility Distribution 2.en - Id
2019 Lecture 10 - Continuous Probablility Distribution 2.en - Id
com
Kontinu
10Kemungkinan Pekan
Distribusi
TI1302 – Statistik Industri 1
Distribusi Probabilitas Berkelanjutan
Distribusi Probabilitas Eksponensial Chi-Square
Distribusi Probabilitas Weibull
Distribusi Probabilitas Chi-Square
Eksponensial
Weibull
Distribusi eksponensial
Distribusi Probabilitas Eksponensial
1 untukX>0,-> 0
Di mana:-= berarti
F(X) =e−X/- e=2.71828
-
P(X-X0) = 1 -e−Xo /-
0,9
0,8
0,7
0,6
F(y|th=1)
F(y|th=2)
F(y)
0,5
F(y|th=5)
F(y|th=10)
0,4
0,3
0,2
0,1
0
0 3 6 9 12 15
y
Contoh:
Pompa Servis Lengkap Al
F(X)
.3
.2
.1
X
1 2 3 4 5 6 7 8 9 10
Waktu Antara Kedatangan Berturutan (menit)
Distribusi Eksponensial - Ekspektasi
-1 e−y -- 1 - −
e(Y) =-
- -
y- -dy= kamuy -dy=- y2−1e−y -dy=
0 -- - -- 0 0
1
= -(2)-2=-(2 −1)!=-
-
1 -
EY(=2) - - y2e− y -dy=-
- -
y2-- 1 e -dy=
−y -
y3−1e−y -dy=
0 -- - --0 0
1
= -(3)-3=-2(3 −1)!= 2-2
-
-V(Y) =e(Y2)−-e(Y)- 2= 2-2− (-)2=-2
--=-
Contoh:
Pompa Servis Lengkap Al
Definisi
Distribusi Weibull
Gambar 4-27Weibull
kepadatan probabilitas
fungsi untuk dipilih
nilai - dan -.
Distribusi Weibull
Distribusi Weibull
Distribusi Weibull
Contoh
Distribusi Ch Square
Chi-Square
20 30 10
2
(HAI−e)
- =-
2
e
Larutan
Republik Demokrat Lainnya
Diamati 20 30 10
Mengharapkan 20 20 20
• Hubungkan ke formula
( − e)2
-2 =-HAI
e
(20 - 20)2 (30 - 20)2 (10 - 20)2
= + +
20 20 20
= 10
Larutan
• Karena df = k-1, maka df = 3-1 = 2
-2(2) =10
-2. 05= 5,99
• Lihat tabel chi-square dengan alpha = 0.05 dan df = 2,
sehingga nilai chi-square = 5.99
• Kesimpulan: Tolak H0
• Distrik mungkin akan memilih demokratis
• Namun…
Kesimpulan
• Perhatikan bahwa yang benar-benar dapat kami simpulkan adalah bahwa data
kami berbeda dari hasil yang diharapkan dalam suatu situasi
– Meskipun tampaknya distrik akan memilih secara demokratis,
sebenarnya kita hanya dapat menyimpulkan bahwa mereka tidak
menanggapi secara kebetulan
– Terlepas dari posisi frekuensi kami akan
mendapatkan hasil yang sama
– Dengan kata lain, ini adalah tes non-arah terlepas dari
prediksi
Lebih kompleks
Laki-laki 30 40 20 10
Betina 20 30 40 10
• Apakah ada hubungan antara jenis kelamin dan statistik yang
dilakukan anak-anak dengan waktu luang mereka?
Laki-laki 30 40 20 10 100
Betina 20 30 40 10 100
50 70 60 20 200
• Diharapkan = (RSaya*CJ)/N
• Contoh untuk TV laki-laki: (100*50)/200 = 25
Larutan
televisi Tidur sebentar Khawatir Menatap Total
Langit-langit
• df = (R-1)(C-1)
– R = jumlah baris
– C = jumlah kolom
Penafsiran
-2(3) = 10,10
-2. 05= 7,82
.
untuk nilai yang dipilih dariRDan -
Distribusi Gamma
Distribusi Gamma – Kasus Khusus
Y~-2 N
Distribusi Beta
Distribusi Beta
• Digunakan untuk memodelkan probabilitas (dapat digeneralisasikan ke rentang positif dan
terbatas apa pun)
- -(A+-) yA−1(1
− y)- −1
0 -y-1, A,--0
- -(A)-(-)
-
F(y) = -
-0 jika tidak
-
-
4.5
3.5
Beta(1,1)
2.5 Beta(2,2)
f(y)
Beta(4,1)
2 Beta(1,3)
Beta(5,5)
1.5
0,5
0
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
y
Distribusi Lognormal
Distribusi Lognormal
Distribusi Lognormal
.
Fungsi kerapatan probabilitas lognormal dengan - = 0 untuk nilai terpilih dari -2
Distribusi Lognormal
Contoh
Misalkan umur motor memiliki distribusi lognormal. Berapa probabilitas
waktu hidup melebihi 12.000 jam jika rata-rata dan varian dari variabel acak
normal berturut-turut adalah 11 jam dan 1,3 jam?
Contoh (lanjutan)
Umur berapa yang dilampaui oleh 99% motor? Pertanyaannya adalah untuk menentukan
seperti yang > = 0,99
1− ≤ = 0,99
0,01 = ≤
= - 2.326
Karena itu
Pada −11
= - 2.326
1.3
Dalam = 7.976
= 2909.533