Distribusi beta, t dan f
Download
Report
Transcript Distribusi beta, t dan f
Distribusi Beta, t dan F
Distribusi Beta
Misalkan X1 dan X2 adalah variabel-variabel random
yang independen dan masing-masing mempunyai
distribusi Gamma dengan parameter (α,1) dan (β,1),
α>0, β>0.
Maka, p.d.f dari X 1 adalah :
x
1
1
1
1
f ( x1 )
x
e
1
( )1
1
x1 1e x1
( )
=
0
, 0 x1 <
, lainnya
P.d.f dari X2 adalah :
x2
1
1 1
g ( x2 )
x2 e
( )1
1
x2 1e x2
( )
=
0
, 0 x2 <
, lainnya
sehingga, p.d.f bersama dari X1 dan X2 adalah :
h( x1 , x2 ) f ( x1 ) g ( x2 )
1
=
x1 1 x2 1e x1 x2
( )
= 0
Dimana α>0 dan β>0.
, 0 x1 < , 0 x2 <
, lainnya
Misalkan Y1 = X1+X2 , Y2 = X1/(X1+X2).
Akan ditunjukkan bahwa Y1 dan Y2 independen.
- A={(x1,x2): h(x1,x2)>0}.
- Transformasinya : y1=x1+x2, y2=x1/(x1+x2) 1-1
dari A pada B ={(y1,y2):0 <y1< , 0 < y2 < 1}.
- Inversnya : x1= y1y2 , x2= y1(1-y2)
- Jacobian :
J
y2
y1
1 y2
y1
y1 0
- Transformasi tersebut adalah transformasi satu-satu yang
memetakan dari A ={(x1,x2):0<x1<∞, 0<x2< ∞} ke
B ={(y1,y2):0<y1<∞, 0<y2< 1}.
- Jadi, pdf bersama dari Y1 dan Y2 adalah :
g(y1,y2)=h(y1y2,y1(1-y2))|J|
1
y1 y2 1 y1 1 y2 1 e y1 y2 y1 1 y2
y1
1
y1 y2 1 y1 1 y2 1 e y1
y1
y2 1 1 y2 1 1 y1
y1
e , 0 y1 , 0 y2 1
0, yang lainnya
Karena g(y1,y2)=w(y1)v(y2) , maka Y1 dan Y2 independen
Akan dicari pdf marginal dari Y2 .
g 2 ( y2 )
g( y
1,
y2 )dy1
y2 1 (1 y 2) 1 1 y1
y1
e dy1
( )( )
y2 1 (1 y2 ) 1
1
( )
y1( ) 1e y1 dy1
( )( )
( )
0
( ) 1
y2 (1 y2 ) 1
( )( )
0
Ini adalah pdf dari distribusi Beta dengan
parameter α dan β
, 0 y2 1
, lainnya
Karena Y1 dan Y2 independen maka
g(y1,y2)=g1(y1)g2(y2)
y2 1 1 y2
( )( )
1
1 y1
y1
e
( ) 1
y2 (1 y2 ) 1 g1 ( y1 )
( )( )
1
g1 ( y1 )
y1( ) 1e y1
( )
pdf marginal dari Y1 adalah
1
g1 ( y1 )
y1( )1e y1
( )
0
,0<y1
,lainnya
Yang merupakan pdf dari distribusi gamma
dengan parameter (α+β) dan 1
Perhatikan distribusi dari Y2, yaitu distribusi
beta dengan parameter α dan β.
Dapat dibuktikan bahwa :
Mean =
Variansi =
2
( 1)
2
Distribusi t
Misalkan W~N(0,1) dan V~
Misalkan W dan V independen.
Maka p.d.f bersama dari W dan V adalah :
2
(r )
r 1 v
1 w22 1
2
2
h(w, v)
e
v
e
, w , 0 v
r
2
( 2r )2 2
0
, lainnya
Didefinisikan variabel random baru, yaitu :
W
T
,
akan
dicari
distribusi
dari
T
V
r
Didefinisikan variabel random baru lagi yaitu
U=V.
A= {(w,v): w , 0 v }
Sehingga transformasinya : t w , u v
v
t u
Inversnya adalah : w
, vu
r
r
Maka,
w
u
J
v
u
w
t
v
t
t
1
r 2 u
1
u
r
0
u
r
Transformasinya adalah satu-satu yang
memetakan dari A={(w,v): w , 0 v }
ke B = {(t,u): t , 0 u }.
Maka, p.d.f bersama dari T dan U adalah :
t u
g (t , u ) h
, u J
r
0
2
r 1 u
1
1
t2 ru
2
e
e 2
r u
2
( 2r )2 2
1
2 ( 2r )2
r
2
1
2 ( )2
r
2
1
2 r ( 2r )2
r
2
r
2
u
u
u
u
r
2
r 1
2
u2 t2 ru
r 1
2
u2 (1 tr )
e
e
r 1 1
2
e
2
2
u2 (1 tr )
u
r
u
r
, t , 0 u
,lainnya
p.d.f marginal dari T adalah :
g1 (t )
g (t , u )du
0
misalkan
1
2 r ( 2r )2
r
2
u
1
2 r ( 2r )2
r
2
r 1 1
2
u
e
r 1 1
2
u (1 t 2 )
r
2
e
du
u (1 t 2 )
r
2
du
0
2z
2
z (1 ) u
du
dz
t2
t2
1 r
1 r
u
2
t2
r
g1 (t )
2z
r
t2
r
2
1
2 r ( 2 )2 0
r
1
( r 21 )
2
r 11
2
2 r ( )2 (1
r
2
r
2
( r 21 )
)
t2
r
e z
2
dz
t2
1 r
2
r 1
2
1
r ( ) (1 )
r
2
t2
r
r 1 1
2
1 r21 1 z
0 ( r 21 ) z e dz
, t
r 1
2
Distribusi yang mempunyai pdf :
g1 (t )
( r 21 )
1
r ( 2r ) (1 tr )
Disebut berdistribusi t.
2
r 1
2
, t
Distribusi F
Misalkan U~
V~
Misalkan U dan V saling bebas.
Maka, p.d.f bersama dari U dan V adalah :
2
(r1 ) dan
1
h(u, v)
( )( )2
r1
2
0
r2
2
r1 r2
2
r1
1
2
u v
2
(r2 )
r2
1
2
e
u 2 v
, 0 u , 0 v
, lainnya
U
r1
Didefinisikan variabel random W V
r
Akan dicari distribusi dari W.
Untuk mencari distribusi dari W, didefinisikan
variabel random baru yaitu Z=V.
A={(u,v):0<u< ∞, 0<v< ∞} u
r
w
,z v
transformasinya adalah :
v
2
1
r2
inversnya adalah :
r1
u zw , v z
r2
Transformasinya adalah transformasi satu-satu
dari A={(u,v):0<u< ∞, 0<v< ∞} ke
B={(w,z):0<w< ∞, 0<z< ∞}.
J
Jacobian :
u
z
v
z
u
w
v
w
r1
r2
w
1
atau J
z
r1
r2
z
r1
r2
z
r1
r2
0
Maka, pdf bersama dari W dan Z adalah :
g ( w, z ) h
zw, z J
r1
r2
1
( r21 )( r22 )2
r1 r2
2
r1
2
1
( )( )2
r1
2
0
r2
2
r1
zw
r2
r1 r2
2
r1
1
2
r1
r zw z
2
2
r2
1
2
z e
r1
w z
r2
r1
1
2
r1 r2
1
2
e
z
2
z
r1
r2
r1
w1
r2
z ,0 w , 0 z
r1
r2
, lainnya
Pdf marginal dari W adalah :
g1 ( w)
g (w, z)dz
r1
2
1
( )( )2
Misalkan,
r1
2
r2
2
z
y
2
r1
r2
r1 r2
2
r1 r21 1 r12r2 1 2 rr12 w1
e
dz
w z
r2
2y
w 1 z r1
dz
r2 w 1
z
2
dy
r1
r2 w 1
g1 ( w)
w
r1
1
2
( r21 )( r22 )2
w
r1
1
2
( )( )2
r1
2
r2
2
(
r1
2
r1 r2
2
r2
2
r1
r2
( r21
r2
2
2
r1 r2
2
r1
1
2
r1
r2
2y
r1
r w 1
2
r1
2
r1
1
2
r1 r2
2
r1 r2
2
r1
r2
w
)( ) w 1
w
)( ) w 1
r1 r2
2
r1
r2
r1
2
r1 r2
2
r1
r2
r1 r2
1
2
2
w 1
r1
r2
r1
r2
r1
2
r1 r2
2
r1 r2
1
2
e
0
1
0 r1 r2
2
y
r1
r2
y
r1
2
2
dy
w 1
r1 r2
2
r1 r2
2
r1 r2
1
2
e y dy
r1r2
y 2 1e y dy
g1 ( w)
( r21
0
w
)( ) w 1
r1
1
2
r1 r2
2
r2
2
r1
r2
r1 r2
2
r1
r2
r1
2
,0 w
, lainnya
Distribusi yang mempunyai bentuk pdf seperti
diatas disebut distribusi F.
• Note:
- Distribusi Beta mempunyai 2 parameter
dan
- Distribusi t mempunyai 1 parameter yaitu r
- Distribusi F mempunyai 2 parameter yaitu r1 dan r2
- Pada slide 18, baris kedua dari bawah, seharusnya z tidak
r
ada lagi sesudah r
1
2