Authentication
444x Tipe PDF Ukuran file 0.16 MB
DISTRIBUSI GAMMA
Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah
distribusi gamma.
A. Fungsi kepadatan peluang (fkp)
Fungsi kepadatan peluang (fkp) dari distribusi gamma dengan dua parameter
yaitu p dan σ adalah sebagai berikut:
1 xp1 x
f x exp , x 0, σ 0, p 0
p
Γp σ
σ
dimana: Г(p) = (p-1)! adalah fungsi gamma.
Nilai mean dari distribusi gamma adalah:
Ex x fxdx
0
1 xp1 x
x exp dx
p
Γp σ
0 σ
1 xp x 1 xp x
exp dx exp dx
p p
Γp σ Γp σ
0 σ 0 σ
σΓ p1 σp! σ p1!p σ p
Γ p p1! p1!
2 2
E x x f x dx
0
1 xp1 x
x2 exp dx
p
Γp σ
0 σ
1 xp1 x 1 xp1 x
exp dx exp dx
p p
Γp σ Γp σ
0 σ 0 σ
σΓ p2 σ p1!p p1
σ p1!
σp p1
Γ p p1! p1!
Nilai varians dari distribusi gamma adalah:
Fitriani Agustina 1
Jurusan Pendidikan Matematika
UPI
2 2
Var x E x E x
2 2
σ p p σ p
2 2 2 2
σ p σpσ p
σp
B. Fungsi survivor
Fungsi survivor adalah peluang suatu individu atau objek masih tetap hidup
sampai dengan waktu t yang telah ditentukan. Fungsi survivor didefinisikan sebagai
berikut:
S t P T t 1P T t
r r dimana F(t) adalah fungsi distribusi.
S t 1F t
S t f x dx
t
1 xp1 x
S t exp dx
p
Γp σ
t σ
t 1 xp1 x
S t 1 exp dx
p
Γp σ
0 σ
S t 1I p,σ,x
Fungsi survivor distribusi gamma yang kita peroleh adalah suatu fungsi survivor
distribusi gamma dalam bentuk eksplisit. Kita membiarkan fungsi survivor distribusi
gamma dalam bentuk eksplisit karena untuk menyelesaikan pengintegralan yang ada
dalam rumus diatas pengintegralannya cukup rumit
C. Fungsi hazard
Karena fungsi survivor distribusi gamma tidak dalam bentuk eksplisit, maka
fungsi hazardnya juga tidak dalam bentuk eksplisit juga. Fungsi hazard didefinisikan
sebagai berikut:
Fitriani Agustina 2
Jurusan Pendidikan Matematika
UPI
1
h t F' t
S t
1
h t f t
S t
1 tp1 t
exp
p
Γp σ
σ
1 tp1 t
1 exp
p
Γp σ
0 σ
D. Fungsi hazard kumulatif
Fungsi hazard kumulatif pun tidak bisa kita nyatakan dalam bentuk implisit, karena
fungsi hazardnya sendiri dinyatakan dalam bentuk eksplisit. Fungsi hazard kumulatif
didefinisikan sebagai berikut:
t
H t h x dx
0
1 tp1 t
exp
t p
Γp σ
σ
H t dx
t 1 tp1 t
01 exp
p
Γp σ
0 σ
E. Estimasi
Misalkan X1,X2,,Xn adalah variabel random dari waktu-waktu kegagalan
dan variabel random itu berdistribusi Gamma dengan parameter p dan σ.
1. Sampel lengkap
Suatu sampel dikatakan sampel lengkap apabila ada sebanyak n objek yang
ditempatkan pada pengujian dan pengujian dihentikan setelah semua item objek
mati.
o Fungsi kepadatan peluang (fkp) bersama dari X1,X2,,Xn adalah:
n
f x ,x ,,x p,σ n! f x p,σ
1 2 n i
i1
o Fungsi likelihoodnya adalah:
Fitriani Agustina 3
Jurusan Pendidikan Matematika
UPI
n
L p,σx ,x ,,x n! f x p,σ
1 2 n i
i1
n 1 xp1 x
L p,σx ,x ,,x n! exp
1 2 n p
Γp σ
i1 σ
n
x
i n
n np i1 p1
Lp,σx ,x ,,x n! Γ p σ exp x
1 2 n i
σ i1
n
x
n i
n np p1 i1
ln L p,σ ln n! Γ p σ x exp
i
i1 σ
n
x
n i
i1
ln n!nln Γ p npln σ p1 ln x
i
i1 σ
Nilai maksimum dari akan dicapai apabila
L σ, p xi
ln L σ, p xi 0 atau ln L σ, p xi 0.
σ p
n n n
x x x
i i i
ln L σ, p xi np i1 sehingga 0 np i1 dan 0np i1
2 2
ˆ ˆ
σ σ σ σ
ˆ
σ σ
n
x
i
i1
dan kita peroleh ˆ .
σ np
Berdasarkan hasil estimasi tehadap σ yang kita peroleh diatas, maka kita dapat
2
σ
ˆ ˆ ˆ
membuktikan bahwa E σ σ dan Var σ np . Distribusi dari σ merupakan
distribusi gamma dengan parameter np dan σ .
np
Seperti kita ketahui X1,X2,,Xn adalah distribusi identik independen (iid) yang
n
berdistribusi gamma dengan parameter p dan σ, oleh karena itu maka x
i
i1
Fitriani Agustina 4
Jurusan Pendidikan Matematika
UPI
no reviews yet
Please Login to review.