Dr.

Kusman Sadik
Dept Statistika IPB, 2012

Sebaran Statistik Tataan (Order Statistic)

Misalkan X1, X2, ..., Xn dinotasikan sebagai contoh acak dari

suatu sebaran kontinu yang mempunyai fungsi kepekatan
peluang fX(x) untuk a < x < b. Misalkan Y1 adalah yang terkecil
dari Xi, kemudian Y2 adalah urutan terkecil kedua dari Xi, ..., dan
Yn adalah yang terbesar dari Xi. Sehingga Y1 < Y2 < ... < Yn
merepresentasikan X1, X2, ..., Xn apabila ditata dari kecil ke besar
(ascending). Selanjutnya Yi, i = 1, 2, ..., n, disebut sebagai
statistik tataan (order statistic) ke-i dari contoh acak X1, X2, ...,
Xn.

Teorema 1
Misalkan Yi, i = 1, 2, ..., n, merupakan statistik tataan ke-i dari
contoh acak bebas dan identik X1, X2, ..., Xn. Fungsi kepekatan
peluang bersama dari Y1, Y2, ..., Yn adalah
g ( y1 , y2 ,..., yn )  (n!) f ( y1 ) f ( y2 )... f ( yn ),
a  y1  y2  ...  yn  b

Teorema 2
Misalkan Yi, i = 1, 2, ..., n, merupakan statistik tataan ke-i dari
contoh acak bebas dan identik X1, X2, ..., Xn. Fungsi kepekatan
peluang marginal salah satu statistik tataan, misalnya Yk, adalah
n!
g k ( yk )  [ F ( yk )]k 1[1  F ( yk )]n  k f ( yk ),
(k  1)!(n  k )!
a  yk  b
 Dr. Kusman Sadik
Dept Statistika IPB, 2012

Teorema 3
Misalkan Yi, i = 1, 2, ..., n, merupakan statistik tataan ke-i dari
contoh acak bebas dan identik X1, X2, ..., Xn. Fungsi kepekatan
peluang bersama dua statistik tataan, misalnya Yi < Yj , adalah
n!
g ij ( yi , y j ) 
(i  1)!( j  i  1)!(n  j )!
 [ F ( yi )]i 1[ F ( y j )  F ( yi )] j  i 1[1  F ( y j )]n  j f ( yi ) f ( y j ),
a  yi  y j  b

Pembuktian secara lengkap tiga teorema di atas dapat dilihat di

Hogg & Craig, dan Roussas (disediakan sebagai latihan).

Kasus 1
Misalkan X1, X2, ..., Xn adalah peubah acak yang menyebar acak
dan identik sebagai U(, ). Fungsi kepekatan peluang bersama
statistik tataan Y1, Y2, ..., Yn adalah:
n!
g ( y1 , y2 ,..., yn )  ,   y1  y2  ...  yn  
(   )n

Kasus 2
Misalkan X1, X2, ..., Xn adalah peubah acak yang menyebar acak
dan identik sebagai U(0, 1). Jika didefinisikan suatu peubah
acak Z = maksimum(X1, X2, ..., Xn), tentukan fkp bagi Z.

Peubah acak Z merupakan statistik tataan, yaitu Z = Yn, sehingga

berdasarkan Teorema 2 dapat dinyatakan bahwa:
n!
g n ( yn )  [ F ( yn )]n 1[1  F ( yn )]n  n f ( yn )
(n  1)!(n  n)!
 n[ F ( yn )]n 1 f ( yn ),
0  yn  1
 Dr. Kusman Sadik
Dept Statistika IPB, 2012

Karena f ( x)  1 , 0 < x < 1, maka

x
F ( x)  1dx  x
0

g n ( yn )  n[ F ( yn )]n 1 f ( yn )  n[ yn ]n 1.1  n( yn ) n 1 ,
0  yn  1

Jadi fkp peubah acak Z = maksimum(X1, X2, ..., Xn) adalah:

f ( z )  n( z ) n 1 , 0  z 1

Kasus 3
Misalkan X1, X2, ..., Xn adalah peubah acak yang menyebar acak
dan identik sebagai Eksponensial Negatif dengan parameter
sebaran . Jika kemudian didefinisikan suatu peubah acak lain
yaitu V = minimum(X1, X2, ..., Xn), tunjukkan bahwa fkp peubah
acak V adalah Eksponensial Negatif dengan parameter sebaran
n.

Peubah acak V merupakan statistik tataan, yaitu V = Y1, sehingga

berdasarkan Teorema 2 dapat dinyatakan bahwa:
n!
g1 ( y1 )  [ F ( y1 )]11[1  F ( y1 )]n 1 f ( y1 )
(1  1)!(n  1)!
 n[1  F ( y1 )]n 1 f ( y1 ),
y1  0

Karena f ( x)  e  x , x > 0, maka

x
F ( x)   e  x dx  1  e  x
0

g1 ( y1 )  n[1  F ( y1 )]n 1 f ( y1 )
 n[1  (1  e  y1 )]n 1 (e  y1 )
 (n )e  ( n ) y1 ,
y1  0
 Dr. Kusman Sadik
Dept Statistika IPB, 2012

Jadi fkp peubah acak V = minimum(X1, X2, ..., Xn) adalah:

f (v)  (n )e  ( n ) v , v0
merupakan fkp Eksponensial Negatif dengan parameter sebaran
n.

Kasus 4
Misalkan Y1 < Y2 < Y3 < Y4 merupakan statistik tataan dari
contoh acak berukuran 4 dari sebaran yang memiliki fkp:
f ( x)  2 x , 0<x<1
Tentukan peluang P(Y3 > ½).

Karena F(x) = x2 untuk 0 < x < 1, maka

4!
g 3 ( y3 )  ( y32 ) 2 (1  y32 )1 (2 y3 ),
(2!)(1!)
0  y3  1

1
243
P(Y3 > ½) =  g ( y )dy
1/ 2
3 3 3 
256

Kasus 5
Misalkan Y1 < Y2 < Y3 merupakan statistik tataan dari contoh
acak berukuran 3 dari sebaran yang memiliki fkp:
f ( x)  1 , 0<x<1
Tentukan fkp bagi jangkauan (range), yaitu
R = Ymaks – Ymin = Y3 – Y1
 Dr. Kusman Sadik
Dept Statistika IPB, 2012

Karena f ( x)  1 , 0 < x < 1, maka F(x) = x untuk 0 < x < 1.

Sebaran bersama Y1 dan Y3 adalah:
g13(y1, y2) = 6(y3 – y1), 0 < y1 < y3 < 1
Agar trasformasi dari dimensi 2 ke dimensi 2, maka perlu
didefinisikan peubah acak lain, misalnya S = Y3, sehingga ada 2
transformasi yaitu:
R = Y3 – Y1 dan S = Y3

Y1 = S – R dan Y3 = S

1 1
J = Jacobian = = -1
0 1

Sebaran bersama R dan S adalah

h(r, s) = 6(s – (s – r)).|-1| = 6r, 0<r<s<1

Sehingga sebaran untuk jangkauan, R = Y3 – Y1, adalah

1
h(r )   6rds  6r (1  r ), 0  r 1
r

Kasus 6
Misalkan X1, X2, X3 merupakan contoh acak dari sebaran kontinu
yang memiliki fkp:
f ( x)  2 x , 0<x<1
a. Tentukan fkp bagi Xmin.
b. Tentukan fkp bagi median
c. Tentukan peluang bahwa Xmin lebih besar dari median
 Dr. Kusman Sadik
Dept Statistika IPB, 2012

Kasus 7
Misalkan X1, X2, ..., Xn merupakan contoh acak dari sebaran
Uniform(0, 1). Tunjukkan bahwa fkp bagi jangkauan (range),
R = Xmaks – Xmin, adalah

f (r )  n(n  1)r n  2 (1  r ), 0  r 1