Professional Documents
Culture Documents
Jawab:
Penafsiran probabilitas yang menentukan event probabilitas sebagai batas frequensi relatif dalam
Jawab:
Event yang dikatakan memiliki hubungan yang independent bila terjadinya suatu event tidak
berpengaruh terhadap peluang terjadinya event yang lain. Sedangkan suatu event di katakan
dependent bila peluang terjadinya suatu event bergantung pada event yang lain.
Jawab:
Suatu event di katakan mutually exclusive bila peluang terjadinya suatu event hanya satu dari
semua event yang dapat di hasilkan. Dan tidak dapat terjadi kedua-duanya.
Jawab:
Hukum-hukum penjumlahan di gunakan jika kita ingin menghitung probabilitas suatu kejadian
tertentu atau yang lain (atau keduanya) yang terjadi dalam suatu percobaan atau kejadian tunggal
Ketika pada suatu percobaan yang menghasilkan event A dan B, bila kita ingin mengetahui besarnya
peluang A atau B pada event mutually exclusive , maka di lakukan penjumlahan peluang A dan B
penjumlahan menjadi :
Dua event:
Tiga event:
Pr (AuBuC)= Pr(A)+Pr(B)+Pr(C)-Pr(AnB)-Pr(AnC)-Pr(BnC)+Pr(AnBnC)
5. Apa yang di maksud conditional probability? Bagaimana hal itu berbeda dari unconditional
probability?
Jawab:
conditional probability adalah bila suatu event itu terjadi setelah terjadi event yang lain. Berbeda
karena pada conditional probability event , terjadinya suatu event harus setelah event yang lain
terjadi dahulu.
Sedang pada unconditional probability, terjadinya event B tidak harus terjadi setelah event A.
Jawab:
Resiko relatif adalah resiko dari suatu event relatif terhadap eksposur. Resiko relatif merupakan ratio
probability dari peristiwa yang terjadi pada kelompok terpapar di bagi kelompok non-terpapar.
Jawab:
Suatu peristiwa E dapat terjadi sebanyak “h” kali diantara sejumlah “n” peristiwa yang mungkin,
dengan ketentuan h <= n. Dengan demikian nilai probabilitas dari peristiwa paling kecil adalah 0 (nol)
dan paling besar adalah 1 (satu) atau diformulasikan menjadi: 0 <= P (E) <= 1 ; dimana P (E)
Apabila kemingkinan terjadinya peristiwa E diberi notasi P(E), maka kemungkinan terjadinya “bukan
E” diberi notasi P(nE), sehingga P(nE) = 1 – P(E). Peritiwa E dan nE merupakan peristiwa yang
Contoh :
Jika sebuah dadu dilempar satu kali maka peristiwa untuk tampak mata 5 adalah sebesar P(E) = 1/6 =
0,167. Sedangkan untuk tampak selain mata 5 adalah sebesar 5/6 = 0,833 atau 1 – 0,167 = 0,833.
Misalkan A ₁ ,..., Ak, menjadi peristiwa mutually exclusive dan exhaustive. Canditional
probability dari B (Pr (B)), dapat ditulis sebagai rata-rata tertimbang dari conditional
k
Pr (B)= ∑ Pr ( B∨ Ai ) x Pr ( Ai )
i=1
Untuk kejadian ini kami mencatat bahwa jika B terjadi, maka itu harus terjadi bersama-sama
k
Pr (B)= ∑ Pr ( Bᴖ Ai )
i=1
Pr ( Bᴖ A i )=Pr ( A i ) x Pr ( B∨A i )
2. Misalkan tingkat diabetes mellitus tipe II (DM) di antara usia 40 sampai 59 adalah 7% di
antara Asia-Amerika. Misalkan distribusi etnis di Houston, Texas, antara 40-95 tahun
adalah caucasian 30%, 25% africa-american, hispanic 40% dan american-asian 5%. Berapa
Jawab:
Diketahui:
7% di caucasian
10% di african-america
12% di hispanic
5% di asian-america
Caucasian: 30%
Africa-america: 25%
America-asian: 5%
Misal:
A1=Caucasian
A2=Africa-america
A3=Hispanic
A4=America-asian
Pr(A1)=0.07
Pr(A2)=0.10
Pr(A3)=0.12
Pr(A4)=0.05
Pr(B|A1)=0.30
Pr(B|A2)=0.35
Pr(B|A3)=0.40
Pr(B|A4)=0.05
Maka:
Pr(B)= Pr(B|A1)xPr(A1)+Pr(B|A2)xPr(A2)+Pr(B|A3)xPr(A3)+Pr(B|A4)xPr(A4)
=0.021+0.025+0.048+0.025 = =0.0965
Jawab:
Menunjukkan hubungan antara dua probabilitas kondisional yang merupakan kebalikan dari satu
sama lain. Teorema Bayes 'mengekspresikan probabilitas kondisional, atau "probabilitas posterior",
dengan hipotesis H (yaitu probabilitas setelah E bukti yang diamati) dalam hal "probabilitas sebelum"
bahwa memiliki pengaruh kuat mengkonfirmasikan apakah itu lebih tidak mungkin sebelum
diamati.teorema Bayes berlaku di semua umum interpretasi probabilitas , dan yang paling banyak
diterapkan dalam sains dan teknik Namun, ada ketidaksepakatan di antara statistik mengenai
Jawab:
Aturan untuk menentukan berbagai kemungkinan dengan mengembangkan rumus dan kondisi dari
aturan bayes . dimana eventnya mutually exclusive dan exhaustive. Di buat dalam rumus:
k
Pr ( A|B i ) × Pr ( Bi ) / ∑ Pr ( A∨Bi )× Pr (B i)
j=1
memiliki diabetes melitus type 2 . berapakah peluang orang ini adalah african-america?
Jawab:
Diketahui:
B1: africa-ameri
4. Jawab pertanyaan 3d.3 untuk orang 40-59 di houston yang non diabetes.
Diketahui: