Distribusi Probabilitas Uniform Diskrit ! Jika variabel random X bisa memiliki nilai x 1,x 2, …, x k dan masing-masing bisa muncul dengan probabilitas yg sama maka distribusi probabilitasnya diberikan oleh : 4 Contoh 1. Sebuah koin ideal memiliki muka : Angka dan Gambar. Jika x menyatakan banyaknya angka muncul, maka x = 0 dan 1,
Jawab: Jika kejadian {Yi 1}, i = 1,2,.,5 sebagai hal yang kita anggap sebagai "sukses" dan Z adalah banyaknya sukses dalam 6 percobaan yang bebas, maka Z dapat diasumsikan berdistribusi binomial dengan n = 6 dan p = 0,25 yang diperoleh dari: 1 1 1 dx = 0 2 4 1 p = P( X 1) = f ( x)dx = 0 Maka untuk menentukan peluang bahwa statistik terurutCumulative Distribution Function (CDF) atau Fungsi Distribusi Kumulatif, untuk peluang yang kurang dari atau sama dengan suatu nilai dari variabel acak diskrit. Karena ada berbagai macam tipe dan bentuk data diskrit, maka juga ada berbagai tipe Distribusi Peluang Diskrit. Apa saja? Binomial Distribution atau Distribusi Binomial.
1. Distribusi Binomial. Dalam R, kita bisa menghitung beberapa hal yang berkaitan dengan distribusi probabilitas seperti nilai densitas, probabilitas kumulatif, menghitung kuantil, hingga memanggil nilai random dari probabilitas tersebut. Untuk distribusi binomial sendiri, kita bisa menggunakan syntax berikut: