Distribusi Probalitas , Binomial, Geometrik, Poisson

Distribusi Probalitas

Ada 2 jenis Random Variabel, yaitu Discrete dan Continuous

Discrete : Semua kemungkinan outcomes dapat dihitung atau memiliki batasan.

Ex. Mempresentasikan jumlah wisudawan dari Fakultas Teknologi Informasi di tahun ini


Continuous : Semua kemungkinan outcomes tidak dapat dihitung, umumnya direpresentasikan dengan nilai

Ex. Volume minyak goreng yang ditampung dalam sebuah tangki berkapasitas 150L



Distribusi Geometrik

Distribusi Geometrik merupakan suatu discrete probability distribution yang memenuhi kriteria berikut:

-percobaan akann dilakukan berulangkali sampai mendapat outcome succes

-setiap percobaan adalah independent terhadap trials lainnya

-memiliki nilai probability success (p) yang sama untuk tiap trial

-random variabel x mempresentasikan banyaknya trials yang dilakukan sampai mendapat kondisi success


Distribusi Poisson yaitu suatu discrete probability distribution yang memenuhi kriteria berikut:

-random variabel x merepresentasikan banyaknya kemunculan suatu event dalam interval sama untuk setiap interval

-nilai probability untuk kemunculan event adalah sama untuk setiap interval

-jumlah kemunculan event pada suatu interval adalah independent terhadap jumlah kemunculan event pada interval lainnya


Komentar

Posting Komentar

Postingan populer dari blog ini

Confidence Interval

 Confidence Interval adalah rentang antara dua nilai di mana nilai suatu Sample Mean tepat berada di tengahtengahnya.   Nilai sebuah confidence interval dapat dinyatakan dengan Kemungkinan (Probability) berapa sample dalam 100 kali pengambilan samples nilai Population Mean sesungguhnya akan masuk dalam sebuah rentang sample mean.       Untuk menghitungnya, kembali kita ke konsep perhitungan nilai z yakni hubungan antara nilai sebenarnya dalam distribusi frequency dengan nilai z dalam distribusi normal.   Dalam statistics, telah ditemukan jika sample kita besar, yakni lebih dari 30 samples, maka ditemukan distribusi samples nya “pasti” NORMAL, sehingga kita dapat menggunakan rumus perhitungan z dan tabel distribusi normal.
Baca selengkapnya

Probabilitas pada Distribusi Normal

 Pengenalan Distribusi Normal dan Distribusi Normal Standar Definisi Distribusi Normal x Distribusi normal adalah distribusi probabilitas kontinu untuk variabel acak . Grafik distribusi normal disebut kurva normal. Sifat-sifat Distribusi Normal Distribusi normal memiliki sifat-sifat berikut: 1. Rata-rata, median, dan modus sama. 2. Kurva normal berbentuk lonceng dan simetris terhadap mean. 3. Luas total di bawah kurva normal sama dengan 1. Sifat-sifat Distribusi Normal Sifat-sifat Distribusi Normal Distribusi probabilitas diskrit dapat digambarkan dengan histogram. Distribusi probabilitas kontinu, kita dapat menggunakan fungsi kepadatan probabilitas (pdf). Fungsi kepadatan probabilitas memiliki dua persyaratan: 1. luas total di bawah kurva sama dengan 1, dan 2. fungsi tidak pernah bisa negatif. y = 1 2σ2 Probabilitas dan Distribusi Normal x x Ketika variabel acak terdistribusi normal, kita dapat menemukan probabilitas yang terletak pada suatu interval dengan menghitung luas di bawa...
Baca selengkapnya