1. Khanna Sadila 2. Ricad Silitonga 3. Ima Uli SN 4. Ayu Wulandari TEOREMA CHEBSYEV • Teorema Chebsyev adalah Peluang bahwa setiap peubah acak X mendapat nilai dalam k simpangan baku dari nilai rataan adalah paling sedikit. .Teorema ketidaksamaan Chebyshev dapat digunakan untuk mengetahui rentang peluang untuk distribusi yang tidak diketahui berdasarkan rata-rata dan variansnya. • Nama Chebyshev diambil dari ahli Matematika dari Rusia, meskipun rumusan pertama kali dari ketidaksamaan ini didapatkan dari rekanannya, Irénée-Jules Bienaymé. Teorema ketidaksamaan Chebyshev dikenalkan tanpa ada pembuktian pada tahun 1874, yang kemudian pada tahun 1884, murid dari Chebyshev, Andrey Markov menampilkan buktinya. Oleh karena itu, dalam konteks analisis, ketidaksamaan Chebyshev juga dinyatakan dalam ketidaksamaan Markov. BUKTI Dalam teorema u(X) = (X – μ)2 dan c = k2σ2 . kemudian kita mempunyai Pr [(X- μ)2 ≥ k2σ2] ≤ = karena pembilang dari anggota ruas kanan dari ketaksamaan sebelumnya adalah σ2, dalam persamaan dapat ditulis Pr (|X- μ| ≥ kσ) ≤ yang merupakan hasil yang diinginkan. Tentu, kami akan mengambil jumlah k positif lebih besar dari 1 untuk memiliki ketaksamaan yang di cari. Hal ini terlihat bahwa bilangan 1/k2 adalah batas atas untuk probabilitas Pr (|X- μ| ≥ kσ). Dalam contoh berikut ini batas atas dan nilai yang tepat dari probabilitas dibandingkan dalam kejadian khusus. Contoh : • Peubah acak X mempunyai rataan µ=8 dan variansi σ 2 = 9, serta distribusi peluang tidak diketahui. Tentukan P ( - 4 < x < 20)? jawab : DALIL LIMIT PUSAT Teorema Limit Pusat adalah suatu pernyataan dimana suatu distribusi sampel dari nilai Mean akan membentuk Distribusi Normal apabila ukuran sample-nya semakin besar. SIFAT TEOREMA LIMIT PUSAT • Pada Sampling Distribution of the Mean akan memiliki nilai Mean yang sama dengan nilai Mean pada populasi. • Nilai Variansinya diperoleh dari hasil bagi antara Variansi populasi dengan ukuran sampel. • Semakin besar ukuran sample, maka semakin kecil nilai Variansi populasi. HAL YANG HARUS DIPERHATIKAN 1. Gunakan Teorema Limit Pusat saat distribusi tidak normal atau tidak diketahui Ada banyak sekali jenis distribusi di dalam ilmu statistika. Ada distribusi normal, uniform, binomial, dll. Jangan serta merta langsung berasumsi bahwa data anda sudah pasti menggunakan distribusi normal. Pahami dulu karakteristik sampel dengan baik dan bila anda memang tidak yakin bahwa distribusi data ini tidak normal atau tidak diketahui, barulah gunakan teorema limit pusat. 2. Tidak semua data yang anda gunakan pasti memiliki populasi yang berditribusi normal Tidak semua di dunia ini selalu berdistribusi normal. Bisa jadi ada distribusi uniform, chi square, binomial, dll. Distribusi normal hanyalah pendekatan yang paling lazim digunakan saat distribusi data tidak diketahui atau tidak berdistribusi normal