Distribusi UN

Beta, T dan
M
</ 202
0
>

F
statmat

Dian & Auliah

 TABLE OF CONTENTS

01 03
Distribusi Beta Distribusi F
. .

02 Distribusi T
.
01
. bet
a
Distribusi
Beta
 CONCEPTS

Peubah acak X dikatakanh( x , x )  f ( x ) g ( x )

1 2 1 2
berdistribusi beta 1
= x 1
x2  1e  x1  x2 , 0  x1 < , 0  x2 < 
jika dan hanya jika   (  )
1

fungsi densitasnya = 0 , lainnya

berbentuk: Dimana α>0 dan β>0.
 CONCEPTS
 - A={(x1,x2): h(x1,x2)>0}.

Misalkan Y1 = X1+X2 , - Transformasinya : y1=x1+x2, y2=x1/(x1+x2) 1-1

dari A pada B ={(y1,y2):0 <y1< , 0 < y2 < 1}.
Y2 = X1/(X1+X2).
Akan ditunjukkan bahwa - Inversnya : x1= y1y2 , x2= y1(1-y2)
Y1 dan Y2 independen - Jacobian :

y2 y1
J   y1  0
1  y2  y1
 CONCEPTS
- Transformasi tersebut adalah transformasi satu-satu yang memetakan dari A
={(x1,x2):0<x1<∞, 0<x2< ∞} ke B ={(y1,y2):0<y1<∞, 0<y2< 1}.
- Jadi, pdf bersama dari Y1 dan Y2 adalah :
g(y1,y2)=h(y1y2,y1(1-y2))|J|
1
  y1  y1 y2   1  y1 1  y2    1 e  y1 y2  y1  1 y2  
      
1
  y1   y1 y2   1  y1 1  y2    1 e  y1
     
 y2 1 1  y2   1    1  y1
 y1 e , 0  y1  , 0  y2  1
        
 0, yang lainnya
 CONCEPTS
Karena g(y1,y2)=w(y1)v(y2) , maka Y1 dan Y2 independen
Akan dicari pdf marginal dari Y2 .

g 2 ( y2 )   g( y

1, y2 ) dy1


y2 1 (1  y 2)  1    1  y1
 

( ) (  )
y1 e dy1


y2 1 (1  y2 )  1 1
 (   )  y1(   ) 1e  y1 dy1
( )(  ) 0
 (   )
(   )  1
 y2 (1  y2 )  1 , 0  y2  1
( )(  )
0 , lainnya

Ini adalah pdf dari distribusi Beta dengan parameter α dan β

 CONCEPTS
Karena Y1 dan Y2 independen maka g(y1,y2)=g1(y1)g2(y2)

y2 1  1  y2 
 1
(   )  1
y1   1e y1  y2 (1  y2 )  1 g1 ( y1 )
( ) (  ) ( )(  )
1
 g1 ( y1 )  y1(   ) 1e  y1
(   )

pdf marginal dari Y1 adalah

1
g1 ( y1 )  y1(   )1e y1 ,0<y1  
(   )
0 ,lainnya

Yang merupakan pdf dari distribusi gamma

dengan parameter (α+β) dan 1
 CONCEPTS

Mean = 

 
Variansi = 
2 
(    1)     
2
Contoh soal
02
. bet
a
Distribusi
T
 CONCEPTS
Suatu peubah acak X dikatakan mempunyai sebaran student (singkatnya sebaran t)
dengan derajat kebebasan v, jika dan hanya jika fungsi kepatan peluang :

 V  1
   ( v 1) / 2
 2   t2 
f ( x)  1  
V  v
  v  
2
 t  
Pada dasarnya sebaran t diperoleh dari rasio antara sebaran normal baku,norm(0,1), dan
sebaran chi quadrat dengan derajat kebebasan v,chi k(v) dengan rumus berikut :

Z
T
V /v
 Diberikan oleh

CONCEPTS
Teorema 1:
Misalkan Z peubah acak normal baku dan v peubah acak chi kuadrat dengan derajat
kebebasan v. Bila Z dan V bebas , maka distribusi peubah acak T,bila

Z
T
V /v
Diberikan oleh
 ( v 1) / 2
[(v  1) / 2]  t 2 
h(t )  1    t  
(v / 2) v  v
Ini dikenal dengan nama distribusi t dengan derajat kebebasan v.
S2 Diberikan oleh

CONCEPTS

 
Apabila menurunkan distribusi sampel T, akan dimisalkan bahwa sampel acaknya
berasal dari populasi normal. Selanjutnya jika dijabarkan

X  X 
Z ( n  1) S 2 T
/ n V S/ n
2

Bedistribusi chi-kuadrat dengan derajat kebebasan v=n-1.jika sampel berasal dari

populasi normal maka dapat dibuktikan bahwa dan bebas, oleh karena itu Z dan V
juga bebas.
 Diberikan oleh

CONCEPTS
Bukti:
Karena Z dan V peubah acak bebas maka distribusi peluang gabungannya diperoleh
dengan mengalikan distribusi Z dan V,yaitu

 1 z2 / 2 1
 e v v / 21e v / 2    z  ,
f ( z, v)   2 2 (v  2)
v/2

 0 untukzdanvlainnya
 CONCEPTS

 1 v / 2 1  ( u / 2 ) 1 ( t 2 / v ) 
 2 2 v / 2 (v / 2) u e u / v    t   ,0  u  
g (t , u )  
 0 ; untuk t dan u lainnya


integralkan terhadap u,maka diperoleh distribusi T


u  ( v 1) 2  1e  u 2  1  t v   du.
 1

2

h(t )   g (t , u ) du
 v 2 
v 2
0
0 2v
 Diberikan oleh

CONCEPTS
=

  ( v 1) / 2  1
1  2z   2 
h(t)=  
2v 2 v 2 (v / 2) 0  1  dan

t 2/ / v 
e z  dz
1 t / v 
2

  ( v 1) / 2  
1  t2   ( v 1) / 2  1
 1 
(v / 2) v  v


z
0
e  z dz

 (v  1) / 2  t 2
 ( v 1) / 2

 1   ,  t  .
(v / 2) v  v 

 v 1
  v 1

 2  x2  2
f ( x)  1   ,.
v  v 
v 
2
 Contoh

Dik : 500 jam

25
t dihitung terletak antara dan
518 jam
40 jam
Jawaban :

Nilai tetapan t adalah diantara dan

 
(tetapan nilai)
ternyata t = 2,25
kesimpulan perlu dipertimbangkan kembali karena nilai t = 2,25
tidak berada di
03
. bet
a
Distribusi
F
 CONCEPTS
Suatu peubah acak X dikatakan memiliki sebaran snedecor F yang biasa secara singkat disebut
sebarang F dengan derajat kebebasan V1 dan V2, jika dan hanya jika fungsi kepadatannya adalah

 v  v2 
 1  v1   v1  v2  / 2
 2   v1  2 v1
1  v1 
f ( x)    x 2 1   x  ,x  0
 v1   v 2   v 2 
 v



    2

2  2
ditulis demgan symbol : X~F(v1, v2).
Untuk x > 0, dengan v1 = dk pembilang dan v2 = dk penyebut. Distribusi F memiliki dua buah
derajat kebebasa. Grafik distribusi F tidak simetris dan umumnya sedikit miring positif. Seperti juga
distribusi lainya, untuk keperluan perhitungan dengan distribusi F, tabel distribusi F telah
disediakan nilai F untuk peluang 0,01 dan 0,05 dengan derajat kebebasan v¬1 dan v2. Peluang ini
sama dengan luas daerah ujung kanan yang dibayang-bayangi, sedangkan dk = v1 ada pada baris
paling atas dan dk = v2 pada kolom paling kiri.
 CONCEPTS
Teorema :
Misalkan U dan V adalah dua peubah acak saling bebas yang mempunyai sebaran chi-kuadrat
berturut-turut dengan derajat kebebasan m dan n.peubah acak
U /m
X= memiliki sebaran F(m,n)
V /n

Bukti:
U /m
Misalkan U-Chi-k(m) dan V-Chi-k(n), kemudian didefenisikan X= , Vdimana
U dan V saling
/n
bebas. Kita menggunakan peubah pengganti, untuk mencari kepadatan peluang dari X.

Dimulai dari m n
n n
1 12
m
1 
u 1  1  2 2 1  2
g (u )    u 2
e 2 g (v )    u e
m2  n 2
   
2 2
u0
v0
 CONCEPTS

m2 n2 1
1  (u  v )
f (u , v)  m n
u 2
v 2
e 2

m n
    2 2

 2  2
 Contoh soal
Kita ingin menguji hipotesis tentang apakah variansi populasi X lebih besar dari
variansi populasi Y. Misalkan pengujian ini menggunakan sampel acak dengan
ukuran sampel nX = 31 dan nY = 41 yang menghasilkan variansi sampel s2X = 5 dan
s2Y = 2. Uji hipotesis ini dilakukan pada taraf signifikansi α = 0,05. Dalam hal ini,
hipotesis statistika adalah :

 X2
H0 : 1
 Y2
 X2
H1 : 1
 Y2
s X2 5
Dari variansi sampel diperoleh : F 2
  2,50
sY 2
 Contoh soal

Selanjutnya dari tabel fungsi ditribusi pada distribusi probabilitas F Fisher-Snedecor untuk
X = nX – 1 = 30, Y = nY – 1 = 40, dan α = 0,05 kita temukan F(0,95)(30)(40) = 1,74 sehingga
kriteria pengujian menjadi
 
Tolak H0 jika F > 1,740
Terima H0 jika F 1,740
Dan dalam hal ini, kita menolak H0.