No Prob distribution Deskripsi Rumus excel Mean ... - Blog Staff UI

62 downloads 272 Views 376KB Size Report
Rumus excel ... Membangkitkan jumlah yang sukses dalam n percobaan Bernoulli dengan ... untuk mendapatkan satu sukses (termasuk sukses pertamanya).
Discrete No Prob distribution 1 Two discrete choices 2 Three discrete choices 3 Bernoulli 4 Binomial 5 Geometric 6 Poisson 7 Negative binomial 8 Hypergeometry Continuous No Prob distribution 1 Uniform 2 Exponential 3 Normal 4 Triangular 5 Weibull 6 Gamma 7 Beta

Deskripsi Membangkitkan angka random 1 dan 2 dengan probability masing-masing prob1 dan prob2 Membangkitkan angka random 1, 2 dan 3 dengan probability masingmasing prob1, prob2 dan prob3 Membangkitkan angka random 0 dan 1 dengan masing-masing probability p (success probability) dan 1 - p Membangkitkan jumlah yang sukses dalam n percobaan Bernoulli dengan success probability p

Rumus excel

Mean

r_choice_2(prob1, prob2)

1. π‘π‘Ÿπ‘œπ‘1 + 2. π‘π‘Ÿπ‘œπ‘2

r_choice_3(prob1, prob2, prob3)

1. π‘π‘Ÿπ‘œπ‘1 + 2. π‘π‘Ÿπ‘œπ‘2 + 3. π‘π‘Ÿπ‘œπ‘3

Variance

r_bernoulli(success_probability)

𝑝

𝑝(1 βˆ’ 𝑝)

r_binomial(n, success_probability)

𝑛𝑝

𝑛𝑝(1 βˆ’ 𝑝)

Membangkitkan jumlah percobaan Bernoulli dengan success probability p untuk mendapatkan satu sukses (termasuk sukses pertamanya) Membangkitkan jumlah events yang terjadi pada suatu rentang waktu/tempat yang tetap dengan rate Ξ» Membangkitkan jumlah sukses dalam beberapa percobaan Bernoulli sebelum failure ke-r Membangkitkan jumlah sukses dalam n kali percobaan dengan jumlah sukses w dan jumlah tidak sukses b tanpa pengembalian (without replacement)

r_geometric(succes_probability)

1 𝑝

1βˆ’π‘ 𝑝2

r_poisson(i_rate)

πœ†

πœ†

r_negative_binomial(r, success_probability)

π‘π‘Ÿ 1βˆ’π‘

π‘π‘Ÿ (1 βˆ’ 𝑝)2

r_hypergeometry(w, b, n)

𝑛𝑀 𝑀+𝑏

Deskripsi

Rumus excel r_uniform(i_lowerbound, i_upperbound)

Membangkitkan angka random uniform antara a dan b Membangkitkan waktu interval antara dua events Poisson dengan rate Ξ» Membangkitkan angka terdistribusi normal dengan rata-rata ΞΌ dan standar deviasi Οƒ Membangkitkan angka random dengan nilai minimum a , maksimum b dan nilai modus c membangkitkan time to failure dengan failure rate proposional dengan pangkat (power ) dari waktu dengan scale parameter (Ξ±) and shape parameter (Ξ² ) membangkitkan distribusi kontinyu dengan shape parameter (Ξ±) and scale parameter (Ξ² ) membangkitkan angka kontinyu dengan interval (0,1) dengan parameter Ξ± dan Ξ²

r_exponential(i_rate)

Mean π‘Ž+𝑏 2 1 πœ†

(𝑀 + 𝑏 βˆ’ 𝑛) πœ‡ πœ‡ 𝑛 1βˆ’ (𝑀 + 𝑏 βˆ’ 1) 𝑛 𝑛 Variance π‘βˆ’π‘Ž 2 12 1

πœ†2

r_normal(mean, stddeviation)

πœ‡

𝜎2

r_triangular(minimum, maximum, modus)

π‘Ž+𝑏+𝑐 3

π‘Ž2 + 𝑏 2 + 𝑐 2 βˆ’ π‘Žπ‘ βˆ’ π‘Žπ‘ βˆ’ 𝑏𝑐 18 2 βˆ’ πœ‡2 𝛽

r_weibull(alpha, beta)

1 𝛼Γ(1 + ) 𝛽

r_gamma(shape_alpha, scale_beta)

𝛼𝛽

𝛼𝛽 2

r_beta(alpha, beta)

𝛼 𝛼+𝛽

πœ‡(1 βˆ’ πœ‡) 𝛼+𝛽+1

𝛼2Ξ“ 1 +