D |
alam bab sebelumnya telah dibahas tentang distribusi dari statistik yang diperoleh , misalkan Yn = Σ Xi berdistribusi binomial b(n , p) jika Xi independen stokastik berdistribusi bernoulli b( 1 , p ). Demikian juga n = berdistribusi normal N( µ ,σ2/n ) jika Xi merupakan sampel acak dari distribusi normal N( µ ,σ2 ).
Dari dua contoh di atas terlihat bahwa distribusi dari statistik yang diperoleh tergantung dari ukuran sampel n. Pada bab ini akan dibahas suatu distribusi dari statistik yang tidak tergantung dari n. Distribusi yang akan dibahas biasanya dinamakan distribusi hampiran ( limiting distribution).
Definisi :
Misalkan Fn(y) merupakan distribusi komulatif dari peubah acak Yn yang tergantung dari n, dengan n bilangan bulat positif. Jika F(y) merupakan distribusi komulatif sehingga untuk n ® ¥ untuk setiap titik y , dan F(y) kontinu, maka peubah acak Yn dinamakan mempunyai distribusi hampiran dengan distribusi komulatif F(y).
Contoh :
Misalkan Yn adalah order statistik ke-n dari sampel acak X1, …………., Xn yang berasal dari distribusi dengan pdf f(x) = 1/q , 0 < x < q , q > 0 , dan nol untuk yang lain. Maka pdf dari Yn adalah
gn( y ) = , 0 < y < q dan nol untuk yang lain
Gn( y ) =
maka
maka G(y) =
Definisi :
Distribusi komulatif G(y) dinamakan degenarate distribution pada nilai y = c jika
G(y) =
Definisi :
Barisan peubah acak Y1 , Y2 , …. Dikatakan konvergen stokastik ke konstanta c jika distribusi hampiran dari Yn adalah degenerate pada y = c.
Teorema :
Misalkan Fn(y) merupakan distribusi komulatif dari peubah acak Yn yang distribusinya tergantung dari n. Misalkan c adalah konstanta yang tidak tergantung dari n. Peubah acak Yn dikatakan konvergen stokastik ke c jika hanya jika untuk e > 0 berlaku
Teorema :
Misalkan Yn mempunyai distribusi komulatif Fn(y) dan fungsi pembangkit momen M( t; n) ada untuk - h < t < h dan semua n. Jika terdapat distribusi komulatif F(y) yang bersesuaian dengan fungsi pembangkit momen M(t) sehingga maka Yn mempunyai distribusi hampiran F(y).
Teorema Limit Pusat :
Misalkan X1, …………, Xn merupakan sampel acak dari distribusi yang mempunyai mean µ dan varians σ2. Maka peubah acak Yn = mempunyai distribusi hampiran normal baku.
Bukti :
Definisikan MX-m(t) = m(t).
Soal - soal latihan :
1. Misalkan Xn berdistribusi gamma dengan parameter a = n dan b, dengan b tidak tergantung dari n. Misalkan Yn = Xn / n , maka tentukan distribusi hampiran dari Yn.
2. Misalkan Zn berdistribusi Kai-kuadrat dengan derajat bebas n dan Wn = Zn /n . Tentukan distribusi hampiran dari Wn.
3. Misalkan Zn berdistribusi Poisson dengan mean µ = n. Tentukan distribusi hampiran dari Yn = (Zn - n ) / √n.
Tidak ada komentar:
Posting Komentar