V. Sebaran Fungsi Peubah Acak 1
TEORI STATISTIKA I
V.
SEBARAN FUNGSI
PEUBAH ACAK
V. Sebaran Fungsi Peubah Acak 2
Sebaran Fungsi Peubah Acak
Dalam banyak kasus untuk melakukan inferensi
terhadap suatu parameter kita lebih banyak
menggunakan fungsi dari peubah acak.
Sebagai ilustrasi, pada saat kita akan melakukan
pengujian hipotesis terhadap nilai tengah
µ
dari
peubah acak X yang menyebar normal, statistik yang
digunakan adalah
Kenapa menggunakan statistik tsb ?
x
s
x
t
=
µ
0V. Sebaran Fungsi Peubah Acak 3
Sebaran Fungsi Peubah Acak
Untuk menentukan sebaran fungsi peubah acak tersebut,
kita akan membahas tiga metode utama yaitu :
(1) Metode Fungsi Sebaran
(2) Metode Transformasi
(3) Metode Fungsi Pembangkit Momen
(1) Metode Fungsi Sebaran
Perhatikan Y adalah peubah acak kontinu dengan
fungsi sebaran F
Y(y).
Jika U = g(Y) dan F
U(u) adalah fungsi sebaran
peubah acak U, secara umum kita bisa mencari
f
U(u) yang merupakan turunan pertama dari
F
U(u).
Sedangkan
V. Sebaran Fungsi Peubah Acak 5
Dengan demikian fU(u) kita
peroleh dari turunan pertama
FU(u), sbb.
karena 0 < y < 1 maka u = - log(y) > 0 sehingga diperoleh
u lainnya
Bisa diperlihatkan bahwa U ~ Eksponensial (1)
V. Sebaran Fungsi Peubah Acak 6 u lainnya
Dengan metode fungsi sebaran
kita peroleh : Dengan demikian kita bisa memperoleh f
U(u) dengan
menentukan turunan pertama
dari FU(u) sbb.
V. Sebaran Fungsi Peubah Acak 7
(2) Metode Transformasi
Perhatikan peubah acak kontinu Y dengan fungsi sebarannya FY(y)
dan U = g(Y) adalah fungsi satu-ke-satu dari Y.
Ada beberapa sifat dari fungsi satu-ke-satu yang akan kita gunakan, yaitu :
(1) g akan memetakan R ke R dengan sifat monoton naik atau monoton turun
(2) g akan memiliki fungsi kebalikan yang unik, g-1
(2)
Perhatikan jika g(y) adalah fungsi satu-ke-satu yang monoton naik,
maka u = g(y) ⇔g-1(u) = y, dan
Dengan menurunkan FU(u) akan diperoleh
V. Sebaran Fungsi Peubah Acak 9
Sekarang perhatikan jika g monoton naik, demikian pula dengan g-1,
sehingga .
Jika g monoton turun, demikian pula dengan g-1, sehingga
akan tetapi fY(g-1(u)) < 0 sehingga bernilai positif.
Untuk mengatasi kedua kasus tersebut, kita bisa menggunakan fungsi harga mutlak, sehingga fkp bagi U adalah
V. Sebaran Fungsi Peubah Acak 10 untuk (?)
(2)
Ilustrasi 5.3.
Diketahui Y ~ Eksponensial (β). Tentukan fkp
Pertama-tama, kita harus meyakinkan bahwa g adalah fungsi
satu-ke-satu pada daerah fungsi RY. Mudah untuk ditunjukkan bahwa g(y)
adalah fungsi yang monoton naik dan bersifat satu-ke-satu pada
RY = {y|0 < y < ∞}.
Selanjutnya kita tentukan turunan dari g-1(u), sehingga diperoleh
dan
dan berdasarkan formulasi sebelumnya, maka diperoleh
V. Sebaran Fungsi Peubah Acak 11
(2)
Ilustrasi 5.4.
Diketahui fkp peubah acak Y sbb.
Mudah untuk menunjukkan g(y) adalah fungsi yang monoton turun
dan bersifat satu-ke-satu pada RY = {y|0 < y < 1}.
Selanjutnya kita tentukan turunan dari g-1(u), sehingga diperoleh
Tentukan fkp dari U = g(Y) = 1 - Y y lainnya
dan
dan berdasarkan formulasi sebelumnya, maka diperoleh
untuk
(2)
Pertanyaan berikutnya adalah
BAGAIMANA KALAU g(Y) BUKAN FUNGSI SATU-KE-SATU ?
Dalam kondisi g yang bukan fungsi satu-ke-satu kita masih bisa
menggunakan metode transformasi asalkan kita dapat mempartisi RY
V. Sebaran Fungsi Peubah Acak 13
Teorema 5.1.:
Perhatikan Y peubah acak kontinu dengan fkp fY(y) dan U = g(Y)
adalah suatu fungsi yang tidak bersifat satu-ke-satu pada RYtetapi
kontinu. Misalkan kita dapat mempartisi RY menjadi beberapa
himpunan yang terhingga banyaknya, katakan A1, A2, …, Ak dengan
(i) P(Yi ∈ Ai) > 0 untuk setiap i dan
(ii) fY(y) bersifat kontinu pada setiap Ai
Jika fungsi g1(y), g2(y), …, gk(y) ada sedemikian sehingga gi(y)
V. Sebaran Fungsi Peubah Acak 14
(2)
Ilustrasi 5.5.
Diketahui Y ~ N(0, 1). Tentukan fkp peubah acak U = Y2
Pertama-tama, kita lihat bahwa U = Y2 bukan fungsi satu-ke-satu pada
RY = {y |-∞ < y < ∞} tetapi bersifat satu-ke-satu pada A1 = (-∞, 0) dan
A2 = [0, ∞). g(y) = y2 bersifat monoton turun pada A
1 dan monoton
naik pada A2 dan juga berlaku RY = A1 ∪ A2.
Kemudian bisa kita peroleh ringkasan berikut partisi RY transformasi invers transformasi
V. Sebaran Fungsi Peubah Acak 15
(2)
Ilustrasi 5.5.
perhatikan u = y2 > 0, sehingga R
U = {u|u > 0}.
Berdasarkan teorema 5.1. maka fkp bagi U adalah
u lainnya
; karena
Dengan demikian U ~ Gamma (1/2, 2) atau U ~
χ
2(1)
(3) Metode Fungsi Pembangkit Momen
Teorema 5.2.
Perhatikan X dan Y yang masing-masing memiliki fungsi pembangkit
momen mX(t) dan mY(t). Jika mX(t) = mY(t) untuk semua nilai t maka
X dan Y memiliki fkp/fmp yang sama. (sifat unik fungsi pembangkit momen).
Bagaimana menentukan fkp/fmp melalui fpm?
Jika kita memiliki suatu fungsi U = g(Y) dan kemudian dapat
ditentukan mU(t) adalah fungsi pembangkit momen peubah acak U,
V. Sebaran Fungsi Peubah Acak 17
Ilustrasi 5.6.
Jika Y ~ Gamma(α, β), perlihatkan bahwa U = g(Y) = 2Y/β ~
χ
2(2α).
Kita tahu bahwa fpm Y adalah
sehingga
Jelas U ~
χ
2(2α)
V. Sebaran Fungsi Peubah Acak 18
(3)
Teorema 5.3.
Perhatikan Y1, Y2, …, Yn adalah contoh acak dimana Yi memiliki fpm
mYi(t) untuk i = 1, 2, …, n. Jika U = Y1 + Y2 + … + Yn maka
V. Sebaran Fungsi Peubah Acak 19
(3)
Ilustrasi 5.7.
Jika Y1, Y2, …, Yn ~ Bernoulli (p). Tentukan fkp U = Y1 + Y2 + … + Yn.
mU(t) dapat dihitung sbb.
kali
mU(t) adalah fpm Binomial (n, p).
Jadi U ~ Binomial (n, p)
(4) Transpormasi Peubah Acak Ganda
Dalam pembahasan topik ini kita akan fokus pada transformasi ganda
dua yaitu jika kita memiliki U1 = g1(Y1, Y2) dan U2 = g2(Y1, Y2).
Perhatikan jika (Y1, Y2) adalah peubah acak ganda kontinu dengan fkp
bersama fY1,Y2(y1, y2). Jika g : R2 Æ R2 yang memetakan satu-ke-satu
dari RY1Y2 ke RU1U2 dimana U1 = g1(Y1, Y2) dan U2 = g2(Y1, Y2) serta g1-1
dan g2-1 dapat diturunkan secara parsial dan diperoleh
maka
V. Sebaran Fungsi Peubah Acak 21
Ilustrasi 5.8.
Diketahui Y1 ~ Γ(α,1), Y2 ~ Γ(β, 1) dengan Y1 dan Y2 saling bebas.
Jika didefinisikan :
Tentukan :
(a) fU1U2(u1, u2), fkp bersama dari U1 dan U2
(b) fU1(u1), fkp marginal U1
(c) fU2(u2), fkp marginal U2
V. Sebaran Fungsi Peubah Acak 22
V. Sebaran Fungsi Peubah Acak 23
(4)
Ilustrasi 5.8.
(a) fU1U2(u1, u2), fkp bersama dari U1dan U2 dengan demikian diperoleh
dan dapat ditulis
(u1, u2) lainnya
(4)
Ilustrasi 5.8.
(b) fU1(u1), fkp marginal U1
kita akan integralkan fkp bersama (U1, U2) untuk setiap nilai u2
maka kita peroleh
V. Sebaran Fungsi Peubah Acak 25
Ilustrasi 5.8.
(c) fU2(u2), fkp marginal U2
kita akan integralkan fkp bersama (U1, U2) untuk setiap nilai u1
maka kita peroleh
u2lainnya
V. Sebaran Fungsi Peubah Acak 26
(5) Statistik Tataan
Perhatikan Y1, Y2, …, Yn adalah contoh acak dari Y ~ fY(y|θ) dengan
fungsi sebaran FY(y).
Didefinisikan Y(1) ≤ Y(2) ≤ … ≤ Y(n) adalah statistik tataan (order
statistics) dengan Y(1) adalah nilai terkecil, Y(2) nilai terkecil
berikutnya, demikian seterusnya sehingga Y(n) adalah nilai terbesar.
Karena Yi saling benas, maka fkp bersamanya adalah Π∀i fY(yi|θ).
Menurut aturan pencacahan, akan ada n! cara yang berbeda untuk
menyusun Y1, Y2, …, Yn sehingga diperoleh Y(1) ≤ Y(2) ≤ … ≤ Y(n),
dengan demikian fkp bersama dari statistik tataan adalah
fY(1),Y(2), … ,Y(n)(y1, y2, …, yn) = n! Π∀i fY(yi|θ)
V. Sebaran Fungsi Peubah Acak 27
(5)
(a) fkp statistik minimum, Y(1)
dan dan dan
sehingga dapat diperoreh
(5)
(b) fkp statistik maksimum, Y(n)
sehingga dapat diperoreh
V. Sebaran Fungsi Peubah Acak 29
(c) fkp statistik tataan ke-k, Y(k)
Untuk mencari fY(k)(y) coba didekati dengan model peluang
multinomial. Suatu barisan {Y(i)} kita bagi dalam 3 kelas, yaitu
n - k
Karena Yi saling bebas, maka dengan pendekatan model
multinomial kita peroleh
dengan menginterpretasikan FY(y) = P(Yi < y), fY(y) = P(Yi = y) dan
1- FY(y) = P(Yi > y), maka fkp bagi statistik tataan ke-k adalah
V. Sebaran Fungsi Peubah Acak 30