Apa Itu Distribusi Geometrik Distribusi geometrik merupakan kasus khusus distribusi binomial negatif untuk k = 1. bila percobaan yang saling bebas dilakukan berulang kali dan menghasilkan sukses dengan peluang p p, gagal dengan peluang q = 1−p q = 1 − p, maka distribusi peluang peubah acak x x, yaitu banyaknya usaha sampai saat terjadi sukses yang pertama, diberikan oleh. Tentu saja peluangnya mudah dihitung dalam kasus ini, yaitu $\left(\dfrac12\right)^6\left(\dfrac12\right)^1.$ ini merupakan ilustrasi yang berkaitan dengan distribusi geometrik. baca: soal dan pembahasan – distribusi peluang binomial dengan meninjau kasus lain, misalkan anak tersebut mengetoskan sekeping koin yang sama.
Contoh Soal Distribusi Geometrik Dan Jawabannya Jejak Soal Distribusi hipergeometri. distribusi hipergeometrik adalah distribusi probabilitas yang sangat mirip dengan distribusi binomial. baik distribusi hipergeometri dan distribusi binomial menggambarkan berapa kali suatu peristiwa terjadi dalam sejumlah percobaan tetap. probabilitasnya tetap sama untuk setiap percobaan untuk distribusi binomial. Definisi menurut ahli. menurut ross, s. m. (2010) dalam bukunya yang berjudul “introduction to probability models”, geometric distribution didefinisikan sebagai distribusi probabilitas diskrit yang menggambarkan jumlah percobaan yang diperlukan untuk mencapai keberhasilan pertama kali dalam rangkaian percobaan berulang yang independen. Distribusi geometrik (2) debrina.lecture.ub.ac.id 22 10 2014 5 contoh 1 pada suatu daerah, p cola menguasai pangsa pasar sebesar 33.2% (bandingkan dengan pangsa pasar sebesar 40.9% oleh c cola). seorang mahasiswa melakukan penelitian tentang produk cola baru dan memerlukan seseorang yang terbiasa meminum p cola. Dengan menggunakan metode estimasi momen, kita peroleh estimator bagi parameter distribusi geometrik, yakni ^pm m = 1 ¯x p ^ m m = 1 x ¯. dalam hal ini, baik metode momen maupun metode maksimum likelihood memberikan hasil estimator titik yang sama. cukup sekian penjelasan mengenai penggunaan metode mle untuk mengestimasi parameter.
Comments are closed.