PERTEMUAN 1

JOINT DISTRIBUTIONS
(part 1)

Efri Diah Utami, M.Stat

Mata Kuliah : Statistika Inferensia
Politeknik Statistika STIS
 JOINT DISCRETE DISTRIBUTION
Definisi:
Joint probability density function (joint pdf) dari
random variabel diskret X ( X 1 , X 2 ,..., X k ) didefinisikan
f ( x1 , x2 ,..., xk )  P[ X 1  x1 , X 2  x2 ,..., X k  xk ]
Untuk semua nilai yang mungkin x  ( x1 , x2 ,..., xk )
dari X
Dalam konteks ini [ X 1  x1 , X 2  x2 ,..., X k  xk ]
menyatakan irisan / interseksi dari k-event, yaitu
[ X 1  x1 ]  [ X 2  x2 ]  ...  [ X k  xk ]
 JOINT DISCRETE DISTRIBUTION
•Definisi
  :
Fungsi adalah joint distribusi peubah acak diskret X dan
Y, jika
1. untuk semua (x,y)
2.
3.
Untuk tiap daerah A di bidang xy,
JOINT DISCRETE DISTRIBUTION
Contoh gambar joint pdf dua peubah diskit D dan S:
 JOINT DISCRETE DISTRIBUTION
•   1:
Contoh
Sebuah keranjang berisi 1000 bola yaitu 400 bola merah, 400 bola
putih dan 200 bola pink. 10 bola dipilih acak tanpa pengembalian.
Banyak bola merah dinyatakan dengan dan banyaknya bola putih
dinyatakan dengan .
Joint pdf bagi pasangan adalah
 400  400  200 
   
x x 10  x1  x2 
f ( x1 , x2 )   1  2  ,0  x1 ,0  x2 , x1  x2  10
1000
 
 10 
misal
 JOINT DISCRETE DISTRIBUTION
•  
Contoh 2:

Joint probabilities sbb:

    Joint probability
    0 1 2 3  
0 0,0080 0,0480 0,0960 0,0640 0,2160
1 0,0480 0,1920 0,1920 0,0000 0,4320
2 0,0960 0,1920 0,0000 0,0000 0,2880
3 0,0640 0,0000 0,0000 0,0000 0,0640
    0,2160 0,4320 0,2880 0,0640 1,0000

Marginal
Note :
Probability
 JOINT DISCRETE DISTRIBUTION
•Contoh
  3:
Misal ingin diketahui berapa peluang tanpa memandang
berapapun nilai

Inilah yang disebut sebagai marginal probability

 DISCRETE MARGINAL PDF
Definisi:
Jika pasangan random variabel diskret ( X 1 , X 2 ) memiliki
joint pdf f ( x1 , x2 ) , maka marginal PDF dari X 1 dan X 2
adalah
f1 ( x1 )   f ( x1 , x2 ) dan f 2 ( x2 )   f ( x1 , x2 )
x2 x1
 JOINT CDF
Definisi:
Joint cumulative distribution function dari random
variabel X 1 , X 2 ,..., X k adalah sebuah fungsi yang
didefinisikan sebagai
F ( x1 ,..., xk )  P[ X 1  x1 ,..., X k  xk ]
 JOINT CONTINUOUS DISTRIBUTIONS
•  
Definisi :
Fungsi adalah joint distribusi random variabel kontinyu
X dan Y jika
1. untuk semua dan

3.
Untuk setiap daerah A di bidang xy
 JOINT CONTINUOUS DISTRIBUTIONS

Contoh gambar join pdf dua peubah acak

kontinyu:
JOINT CONTINUOUS DISTRIBUTIONS
 JOINT CONTINUOUS DISTRIBUTIONS
Definisi :
Sebuah vektor random variabel X  ( X 1 , X 2 ,..., X k )
dikatakan kontinyu jika ada sebuah fungsi f ( x1 , x2 ,..., xk )
yang disebut joint pdf dari X, sehingga joint CDF nya
dapat ditulis sebagai
xk x1

F ( x1 , x2 ,..., xk )   ...  f (t1 ,..., t k )dt1...dtk

 

Untuk semua x  ( x1 ,..., xk )

 JOINT CONTINUOUS DISTRIBUTIONS
•Contoh
  4:
Diketahui sebuah fungsi gabungan

a. Tunjukkan bahwa syarat 2 terpenuhi

b. Cari , bila A daerah
 JOINT CONTINUOUS DISTRIBUTIONS

•  
Contoh 5:
Anggap joint pdf diberikan sbb
. Joint CDF diberikan sbg

; ,
 JOINT CONTINUOUS DISTRIBUTIONS

•  
Contoh 6:
 CONTINUOUS MARGINAL PDF
Definisi:
Jika pasangan random variabel kontinyu ( X 1 , X 2 )
memiliki joint pdf f ( x1 , x2 ) , maka marginal PDF
dari X 1 dan X 2 adalah
 

f1 ( x1 )   f ( x , x )dx
1 2 2 dan f 2 ( x2 )   f ( x , x )dx

1 2 1

 CONTINUOUS MARGINAL PDF
•Contoh
  7:
Dari contoh 4, tentukan marginal pdf untuk dan