Beta, T dan
M
</ 202
0
>
F
statmat
01 03
Distribusi Beta Distribusi F
. .
02 Distribusi T
.
01
. bet
a
Distribusi
Beta
CONCEPTS
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
y2 1 1 y2
1
( ) 1
y1 1e y1 y2 (1 y2 ) 1 g1 ( y1 )
( ) ( ) ( )( )
1
g1 ( y1 ) y1( ) 1e y1
( )
1
g1 ( y1 ) y1( )1e y1 ,0<y1
( )
0 ,lainnya
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
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 / 21e 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
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 2v
Diberikan oleh
CONCEPTS
=
( v 1) / 2 1
1 2z 2
h(t)=
2v 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
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 12
m
1
u 1 1 2 2 1 2
g (u ) u 2
e 2 g (v ) u e
m2 n 2
2 2
u0
v0
CONCEPTS
m2 n2 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.