Authentication
254x 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.