Presentation Biostat

  • Upload
    ais

  • View
    234

  • Download
    0

Embed Size (px)

Citation preview

  • 8/18/2019 Presentation Biostat

    1/12

    istribusi Poisson

    dan

    Central Limit Theo

  • 8/18/2019 Presentation Biostat

    2/12

    ISTRIBUSI POISSON

    Bila bilangan kecil dan p besar, maka perhitunganprobabilita snilai variable acak X tidak mengalamimasalah, karena nilai probabilitas P(X=x) dapatdihitung secara langsung atau diperoleh denganmemakai table untuk bilangan n, nilai p, dan nilai x

    tertentu. Akan tetapi, jika bilangan n besar dan p kecilsekali, maka perhitungan probabilitas nilai X tidak bisaatau sulit dilakukan sehingga dalam hal ini perhitunganprobabilitas distribusi binomial dilakukan denganmemakai pendekatan distribusi Poisson. 

    ihat distribusi binomialberikut!

    P( X = x) =, x = 0, 1, 2,…, n

  • 8/18/2019 Presentation Biostat

    3/12

    Distribusi poisson merupakan distribusi"ang menghitung ban"akn"a hasil percobaan"ang terjadi dalam interval #aktu tertentu,"ang dirumuskan sebagai berikut!

    F(x) = P(X = x) =

    Keterangan :$ !np

    n !Ban"akn"aamatanp !Probabilitassuksese !Bilanganirrasional ( %,&'% )imana X = *, ', %,+,n

  • 8/18/2019 Presentation Biostat

    4/12

    Ciri-ciri ditribusi poisson') Ban"akn"a hasil percobaan "ang satu tidak

    tergantung dari ban"akn"a hasil percobaan"ang lain.

    %) Probabilitas hasil percobaan sebandingdengan panjang interval #aktu.

    ) Probabilitas lebih dari satu hasil percobaan"ang terjadi dalam interval #aktu "angsingkat dalam daerah "ang kecil dapat

    diabaikan.

  • 8/18/2019 Presentation Biostat

    5/12

    Distribusi poisson digunakan dalam:') -enghitung probabilitas terjadin"a

    peristi#a menurut satuan #aktu, ruangatau isi, luas, panjang seperti! ban"akn"a

    penggunaan telon permenit, ban"akn"akesalahan ketik perhalaman sebuah buku,ban"akn"a mobil "ang le#at selama limamenit di suatu ruas jalan, dsb.

    %) -enghitung distribusi binomial apabila n/

    besar (n 0 *) dan p relative (p1 *,')

  • 8/18/2019 Presentation Biostat

    6/12

    Contoh :2ata/ rata jumlah hari sekolah ditutup karena saljuselama musim dingin disuatu kota di bagian timurAmerika 4eriat adalah 5. Berapa peluang bah#a sekolah/sekolah di kota ini akan ditutup selama 6 hari dalamsuatu musim dingin 7

  • 8/18/2019 Presentation Biostat

    7/12

     a!ab : engan menggunakan sebaran Poisson dimana x

    = 6 dan $ = 5 maka pen"elesaiann"a !

  • 8/18/2019 Presentation Biostat

    8/12

    "NTR#L LI$IT T%"OR& 

    Central Limit Theorem adalah hubunganantara distribusi populasi dengan bentukdistribusi sampling rata/rata. 8ubungantersebut adalah sebagai berikut !') 2ata/rata dari distribusi rata/rata sample

    sama dengan rata/rata populasi dan tidakbergantung pada besarn"a sampel danbentuk distribusi populasi.

    %) engan penambahan jumlah sampel makadistribusi rata/rata sampel akan mendekati

    distribusi normal dan tidak bergantungpada bentuk distribusi populasi.

  • 8/18/2019 Presentation Biostat

    9/12

    Central Limit Theorem sangat penting dalamstatistika inerensia karena dengan teoremaini memungkinkan kita untuk menasirkanparameter populasi dari sampel tanpa harus

    mengetahui distribusi populasi.alam teorema ini diketahui bah#a untukpendekatan ke distribusi normal, distribusirata/rata sampel tidak memerlukan sampel"ang besar. engan sampel sebesar * telah

    terjadi pendekatan ke distribusi normal.

  • 8/18/2019 Presentation Biostat

    10/12

    Contoh :

    -isalkan, jumlah kunjungan di Puskesmas pertahun berdistribusi miring ke kiri dengan rata/rata 6* orang per hari dan standar deviasisebesar %*. Bila kita ambil sampel sebesar *

    hari buka maka berapa probabilitas jumlahkunjungan lebih dari 69 orang7

  • 8/18/2019 Presentation Biostat

    11/12

     :a#ab !Pertama/tama, hitunglah kesalahan baku rata/

    rata kemudian hitung nilai ; untuk 69 orang.

    Peluang ;=',& adalah *,*9 atau ,9<

  • 8/18/2019 Presentation Biostat

    12/12

    entral limit theorem berlaku untuk !') Penarikan sampel dari populasi

    "ang sangat besar. Populasi

    dianggap besar jika sampel "angdiambil lebih dari * (n>*).

    %) istribusi populasi tidakdipersoalkan