• Tidak ada hasil yang ditemukan

DISTRIBUSI GEOMETRIK PEMBUKTIAN PARAMETER VARIANS

N/A
N/A
Lazuardi Sastra AL-Ashri

Academic year: 2023

Membagikan "DISTRIBUSI GEOMETRIK PEMBUKTIAN PARAMETER VARIANS"

Copied!
3
0
0

Teks penuh

(1)

www.berpikirmatematis.blogspot.com

DISTRIBUSI GEOMETRIK

PEMBUKTIAN PARAMETER VARIANS A. Definisi

Distribusi geometrik adalah kasus khusus dari distribusi binomial negatif untuk r = 1, yaitu distribusi peluang banyaknya percobaan yang diperlukan untuk mendapatkan sukses pertama. Bila usaha yang saling bebas dan dilakukan berulang kali menghasilkan sukses dengan peluang p dan gagal dengan peluang q = 1 – p, maka distribusi peluang peubah acak X yaitu banyaknya usaha sampai saat terjadi sukses yang pertama diberikan oleh

𝑔(𝑥; 𝑝) = 𝑝𝑞𝑥−1 Atau

𝑔(𝑥; 𝑝) = 𝑝(1 − 𝑝)𝑥−1 Keterangan:

𝑥 = 1, 2, 3, … 𝑞 = 1 − 𝑝

𝑝 dan 𝑞 adalah parameter (probabilitas sukses dan gagal)

B. Parameter Distribusi Geometrik

Parameter distribusi geometrik terdiri dari rata-rata, varians, dan fungsi pembangkit momen,

Pembuktian Parameter Varians

𝑉𝑎𝑟(𝑥) = 𝑞

𝑝2 =1 − 𝑝 𝑝2

Pembuktian:

Rumus Varians

𝑉𝑎𝑟(𝑥) = 𝐸(𝑋2) − 𝐸(𝑋)2 Di mana:

𝐸(𝑋) = 1

𝑝→ diperoleh dari pembuktian parameter rata-rata Mencari 𝑬(𝑿𝟐)

𝐸(𝑋2) = Σ𝑥 𝑥2 𝑓(𝑥)

𝐸(𝑋2) = ∑ 𝑥2 𝑝(1 − 𝑝)𝑥−1

𝑥=1

(2)

www.berpikirmatematis.blogspot.com 𝐸(𝑋2) = 𝑝 ∑ 𝑥2(1 − 𝑝)𝑥−1

𝑥=1

𝐸(𝑋2) = 𝑝[12(1 − 𝑝)1−1+ 22(1 − 𝑝)2−1+ 32(1 − 𝑝)3−1+ 42(1 − 𝑝)4−1+ ⋯ ] 𝐸(𝑋2) = 𝑝[1 + 4(1 − p) + 9(1 − 𝑝)2+ 16(1 − 𝑝)3+ ⋯ ] → (1)

Kalikan (1) dengan (𝟏 − 𝒑)

(1 − 𝑝)𝐸(𝑋2) = 𝑝[(1 − 𝑝) + 4(1 − p)2+ 9(1 − 𝑝)3+ 16(1 − 𝑝)4+ ⋯ ] → (2)

Eliminasi (1) dan (2)

𝐸(𝑋2) = 𝑝[1 + 4(1 − p) + 9(1 − 𝑝)2+ 16(1 − 𝑝)3+ ⋯ ] → (1) (1 − 𝑝)𝐸(𝑋2) = 𝑝[ + (1 − 𝑝) + 4(1 − p)2+ 9(1 − 𝑝)3+ ⋯ ] → (2) (1 − (1 − 𝑝))𝐸(𝑋2) = 𝑝[1 + 3(1 − 𝑝) + 5(1 − p)2+ 7(1 − 𝑝)3+ ⋯ ]

𝑝. 𝐸(𝑋2) = 𝑝[1 + 3(1 − 𝑝) + 5(1 − p)2 + 7(1 − 𝑝)3+ ⋯ ] 𝐸(𝑋2) = 1 + 3(1 − 𝑝) + 5(1 − p)2+ 7(1 − 𝑝)3+ ⋯ → (3)

Kalikan (3) dengan (𝟏 − 𝒑)

(1 − 𝑝)𝐸(𝑋2) = (1 − 𝑝) + 3(1 − 𝑝)2+ 5(1 − p)3+ 7(1 − 𝑝)4+ ⋯ → (4)

Eliminasi (3) dan (4)

𝐸(𝑋2) = 1 + 3(1 − 𝑝) + 5(1 − p)2 + 7(1 − 𝑝)3+ ⋯ → (3) (1 − 𝑝)𝐸(𝑋2) = (1 − 𝑝) + 3(1 − 𝑝)2+ 5(1 − p)3+ ⋯ → (4) (1 − (1 − 𝑝))𝐸(𝑋2) = 𝟏 + 𝟐(𝟏 − 𝒑) + 𝟐(𝟏 − 𝒑)𝟐+ 𝟐(𝟏 − 𝒑)𝟑+ ⋯

𝒑. 𝑬(𝑿𝟐) = 𝟏 + 𝟐(𝟏 − 𝒑) + 𝟐(𝟏 − 𝒑)𝟐+ 𝟐(𝟏 − 𝒑)𝟑+ ⋯ → (𝟓)

Kalikan (5) dengan (𝟏 − 𝒑)

(𝒑 − 𝒑𝟐)𝑬(𝑿𝟐) = (𝟏 − 𝒑) + 𝟐(𝟏 − 𝒑)𝟐+ 𝟐(𝟏 − 𝒑)𝟑+ 𝟐(𝟏 − 𝒑)𝟒+ ⋯ → (𝟔)

Eliminasi (5) dan (6)

𝒑. 𝑬(𝑿𝟐) = 𝟏 + 𝟐(𝟏 − 𝒑) + 𝟐(𝟏 − 𝒑)𝟐+ 𝟐(𝟏 − 𝒑)𝟑+ ⋯ → (𝟓) (𝒑 − 𝒑𝟐)𝑬(𝑿𝟐) = (𝟏 − 𝒑) + 𝟐(𝟏 − 𝒑)𝟐+ 𝟐(𝟏 − 𝒑)𝟑+ ⋯ → (𝟔) (𝑝 − (𝑝 − 𝑝2))𝐸(𝑋2) = 1 + (1 − 𝑝)

𝑝2. 𝐸(𝑋2) = 1 + (1 − 𝑝) 𝐸(𝑋2) =1 + (1 − 𝑝)

𝑝2

(3)

www.berpikirmatematis.blogspot.com Cari Varians

𝑉𝑎𝑟(𝑥) = 𝐸(𝑋2) − 𝐸(𝑋)2

𝑉𝑎𝑟(𝑥) =1 + (1 − 𝑝) 𝑝2 − (1

𝑝)

2

𝑉𝑎𝑟(𝑥) =1 + (1 − 𝑝) 𝑝2 − 1

𝑝2 𝑉𝑎𝑟(𝑥) =(1 − 𝑝)

𝑝2 𝑎𝑡𝑎𝑢

𝑉𝑎𝑟(𝑥) = 𝑞

𝑝2 𝐓𝐄𝐑𝐁𝐔𝐊𝐓𝐈

Video Pembelajaran: https://youtu.be/AMxZn2Bbt6A Referensi

Andriani, D. P. (2014, Oktober 22). Distribusi Probabilitas Diskrit: Geometrik – Hipergeometrik. Diambil kembali dari www.debrina.lecture.ub.ac.id

Berpikir Matematis. (2022, Juli 19). Pembuktian Parameter Varians Distribusi Geometrik | Statistika Matematika - #2. Diambil kembali dari Berpikir Matematis:

https://www.berpikirmatematis.online/2022/07/pembuktian-parameter-varians- distribusi.html

Hidayati, N. A., Azlindah, N., Helmi, M., Jannah, R., & Rohmah, S. A. (2016). Distribusi Binomial Negatif dan Distribusi Geometrik. 1-14.

Rumus Statistik. (2015, Oktober). Nilai Harapan Distribusi Geometrik. Diambil kembali dari Rumus Statistik: https://www.rumusstatistik.com/2015/10/nilai-harapan-distribusi- geometrik.html

Referensi

Dokumen terkait

Bab ini membahas tentang terjadinya overdispersi pada distribusi Poisson, kemudian distribusi Binomial Negatif pada kasus overdispersi untuk data count , distribusi Gamma sebagai

Distribusi probabilitas binomial digunakan untuk sejumlah sukses dari n percobaan yang independen, dimana seluruh hasil (outcomes) dikategorikan ke dalam dua kelompok. (sukses

Karena distribusi binomial negatif yang tepat untuk model klaim maka dilakukan uji wald pada model distribusi binomial negatif untuk masing-masing variabel bebas,

Apabila dalam sebuah eksperimen binomial negatif dari serangkaian percobaan dimana p adalah probabilitas sukses dan q=1-p adalah probabilitas gagal dalam setiap

Distribusi yang tepat untuk memodelkan frekuensi klaim adalah distribusi diskrit, antara lain binomial, geometrik, negatif binomial dan Poisson.. Mis- alkan peubah acak X

Distribusi Binomial  Ciri-ciri Distribusi Binomial  Masing-masing percobaan hanya mempunyai dua kemungkinan, misal sukses-gagal, sehat-sakit, hidup-mati  Hasil dari masing-masing

Distribusi Geometrik 1 4 Berkaitan dengan percobaan Bernoulli, dimana terdapat n percobaan independen yang memberikan hasil dalam dua kelompok sukses dan gagal, variabel random

DISTRIBUSI BINOMIAL � Sebuah variabel random, X, menyatakan jumlah sukses dari n percobaan Bernoulli dengan p adalah probabilitas sukses untuk setiap percobaan, dikatakan mengikuti