Variabel acak

Nilai dari sebuah dadu setelah dilantunkan adalah variabel acak bernilai antara 1 sampai 6 (inklusif).
Bagian mengenai sebuah rangkaia pada statistika
Teori probabilitas
  • Aksioma probabilitas
  • Ruang probabilitas
  • Ruang sampel
  • Kejadian elementer
  • Kejadian
  • Variabel acak
  • Ukuran probabilitas
  • Kejadian pelengkap
  • Probabilitas bersama
  • Probabilitas marginal
  • Probabilitas bersyarat
  • Kebebasan
  • Kebebasan bersyarat
  • Hukum probabilitas total
  • Hukum bilangan besar
  • Teorema Bayes
  • Pertidaksamaan Boole
  • Diagram Venn
  • Diagram pohon
  • l
  • b
  • s

Dalam matematika, variabel acak atau peubah stokastik (bahasa Inggris: random variable) adalah istilah untuk menyebut besaran atau objek yang bergantung pada kejadian acak.[1]

Secara informal, keacakan umumnya menyatakan suatu aspek kebolehjadian (peluang), seperti ketika melantunkan sebuah dadu, atau menyatakan aspek ketidakpastian, seperti kesalahan pengukuran.[1] Akan tetapi, interpretasi dari peluang rumit secara filsafat, dan bahkan untuk kasus yang spesifik masih dapat berbelit-belit. Analisis mengenai variabel acak secara matematika tidak bergantung pada interpretasi filsafat (sehingga tidak memiliki kesulitan-kesulitan yang dihadapi ilmu filsafat), dan dapat didasarkan pada kerangka aksioma yang tegas (rigor).

Dalam bahasa matematika formal tentang teori ukuran, variabel acak didefinisikan sebagai fungsi terukur dari sebuah ruang ukuran peluang (disebut dengan ruang sampel) ke suatu ruang terukur. Definisi ini memungkinkan analisis tentang ukuran pushforward, yang disebut distribusi dari variabel acak; akibatnya distribusi dapat diartikan sebagai ukuran peluang pada himpunan semua nilai yang mungkin dari variabel acak. Dua variabel acak dapat memiliki distribusi yang identik namun juga berbeda secara signifikan; contohnya ketika keduanya saling bebas.

Pembahasan mengenai variabel acak umumnya berisi tentang analisis untuk variabel acak diskret dan variabel acak kontinu secara absolut. Kedua analisis tersebut masing-masing bersesuaian paada kasus ketika variabel acak terletak pada himpunan yang diskret (seperti sebuah himpunan hingga) atau terletak pada interval bilangan real. Ada jenis-jenis variabel acak lain yang penting, khususnya dalam teori proses stokastik, yang didalamnya mempelajari barisan-barisan acak dan fungsi-fungsi acak. Terkadang istilah variabel acak digunakan untuk merujuk pada besaran acak yang berupa bilangan real, sedangkan besaran-besaran yang lebih umum disebut dengan elemen acak.

Definisi

Variabel acak adalah sebuah fungsi dari semua himpunan hasil yang mungkin (semesta Ω ) ke ruang terukur E. Setiap elemen terukur B di E, akan berasosiasi dengan citra inversnya di Ω. Perhitungan peluang P X {\displaystyle \mathbb {P} _{X}} atas E selanjutnya ditentukan dari ukuran P {\displaystyle \mathbb {P} } atas Ω.

Sebuah variabel acak X {\displaystyle X} adalah sebuah fungsi terukur X : Ω E {\displaystyle X\colon \Omega \to E} dari sebuah himpunan hasil yang mungkin Ω {\displaystyle \Omega } ke sebuah ruang terukur E {\displaystyle E} . Definisi aksiomatik yang teknis mengharuskan Ω {\displaystyle \Omega } sebagai sebuah ruang sampel dari tripel peluang ( Ω , F , P ) {\displaystyle (\Omega ,{\mathcal {F}},\operatorname {P} )} . Variabel acak umum dinyatakan dengan huruf Latin kapital, seperti X {\displaystyle X} , Y {\displaystyle Y} , Z {\displaystyle Z} , T {\displaystyle T} .[2]

Peluang X {\displaystyle X} menghasilkan suatu nilai pada suatu himpunan terukur B E {\displaystyle B\subseteq E} ditulis sebagai

P X ( B ) = P ( X 1 ( B ) ) = P ( { ω Ω X ( ω ) B } ) {\displaystyle \operatorname {P} _{X}(B)=\operatorname {P} {\Big (}X^{-1}(B){\Big )}=\operatorname {P} (\{\omega \in \Omega \mid X(\omega )\in B\})}

Kasus yang umum

Pada banyak kasus, variabel acak X {\displaystyle X} bernilai real; sebagai contoh, E = R {\displaystyle E=\mathbb {R} } . Dalam beberapa konteks, istilah elemen acak digunakan untuk menyebut variabel acak yang bukan bernilai real.

Ketika citra (atau range) dari X {\displaystyle X} dapat dihitung, variabel acak itu disebut sebagai variabel acak diskret.[3]:399 Distribusi dari variabel acak jenis ini adalah sebuah distribusi peluang diskret, yang dapat didefinisikan dengan sebuah fungsi massa peluang yang memetakan suatu peluang ke setiap nilai pada citra dari X {\displaystyle X} . Tapi jika citra X {\displaystyle X} tidak dapat dihitung (umumnya berupa selang) maka X {\displaystyle X} disebut sebagai variabel acak kontinu.[4][5] Pada kasus khusus citra bersifat kontinu secara absolut, distribusinya dapat dideskripsikan dengan sebuah fungsi kepadatan peluang, yang memetakan peluang ke selang; secara khusus, setiap titik pada variabel acak kontinu secara absolut harus memiliki peluang 0. Tidak semua variabel acak kontinu bersifat kontinu secara absolut,[6] distribusi gabungan adalah salah satu buktinya: variabel acaknya tidak dapat dideskripsikan lewat fungsi massa peluang maupun fungsi kepadatan peluang.

Setiap variabel acak dapat dideskripsikan lewat fungsi distribusi kumulatif-nya, yang menyatakan peluang variabel acaka akan bernilai kurang dari atau sama dengan suatu nilai tertentu.

Perluasan

Istilah "variabel acak" dalam statistika secara tradisional dibatasi untuk kasus bernilai real ( E = R {\displaystyle E=\mathbb {R} } ). Dalam kasus ini, struktur dari bilangan real memungkinkan untuk mendefinisikan besaran-besaran seperti nilai ekspektasi dan varians dari sebuah variabel acak, fungsi distribusi kumulatif, dan momen dari distribusinya. Namun definisi variabel acak juga dapat digunakan untuk elemen-elemen acak pada himpunan E {\displaystyle E} yang lain; seperti himpunan vektor, matriks, barisan acak, graf, lipatan, dan fungsi, yang acak.

Konsep elemen acak yang lebih umum ini lebih berguna untuk bidang ilmu seperti teori graf, pemelajaran mesin, pengolahan bahasa alami, dan bidang-bidang di matematika diskret dan ilmu komputer. Bidang-bidang tersebut lebih tertarik untuk memodelkan variasi acak dari struktur data non-numerik. Tapi pada beberapa kasus, representasi setiap elemen di of E {\displaystyle E} sebagai [beberapa] bilangan real lebih disukai. Untuk kasus-kasus ini, elemen acak dapat direpresentasikan sebagai sebuah vektor variabel acak bernilai real (yang didefinisikan pada ruang peluang Ω {\displaystyle \Omega } yang sama). Sebagai contoh:

  • Sebuah kata acak dapat direpresentasikan sebagai sebuah bilangan acak yang menyatakan indeks kata tersebut pada suatu kamus berisi semua kata yang mungkin ada. Alternatif lain, kata acak dapat direpresentasikan sebagai sebuah vektor indikator acak ( 1   0   0   0   ) {\displaystyle (1\ 0\ 0\ 0\ \cdots )} , ( 0   1   0   0   ) {\displaystyle (0\ 1\ 0\ 0\ \cdots )} , ( 0   0   1   0   ) {\displaystyle (0\ 0\ 1\ 0\ \cdots )} , yang panjangnya sama dengan panjang kamus dan posisi angka 1 menyatakan kata.
  • Sebuah graf acak pada suatu N {\displaystyle N} verteks dapat direpresentasikan sebagai sebuah matriks variabel acak berukuran N × N {\displaystyle N\times N} , yang elemen-elemennya menyatakan matriks ketetanggaan dari graf acak.

Referensi

  1. ^ a b Blitzstein, Joe; Hwang, Jessica (2014). Introduction to Probability. CRC Press. ISBN 9781466575592. 
  2. ^ "Random Variables". www.mathsisfun.com. Diakses tanggal 2020-08-21. 
  3. ^ Yates, Daniel S.; Moore, David S; Starnes, Daren S. (2003). The Practice of Statistics (edisi ke-2nd). New York: Freeman. ISBN 978-0-7167-4773-4. Diarsipkan dari versi asli tanggal 2005-02-09.  Parameter |url-status= yang tidak diketahui akan diabaikan (bantuan)
  4. ^ "Random Variables". www.stat.yale.edu. Diakses tanggal 2020-08-21. 
  5. ^ Dekking, Frederik Michel; Kraaikamp, Cornelis; Lopuhaä, Hendrik Paul; Meester, Ludolf Erwin (2005). "A Modern Introduction to Probability and Statistics". Springer Texts in Statistics (dalam bahasa Inggris). doi:10.1007/1-84628-168-7. ISBN 978-1-85233-896-1. ISSN 1431-875X. 
  6. ^ L. Castañeda; V. Arunachalam; S. Dharmaraja (2012). Introduction to Probability and Stochastic Processes with Applications. Wiley. hlm. 67. ISBN 9781118344941.  Parameter |name-list-style= yang tidak diketahui akan diabaikan (bantuan)

Pustaka

  • Fristedt, Bert; Gray, Lawrence (1996). A modern approach to probability theory. Boston: Birkhäuser. ISBN 3-7643-3807-5. 
  • Kallenberg, Olav (1986). Random Measures (edisi ke-4th). Berlin: Akademie Verlag. ISBN 0-12-394960-2. MR 0854102. 
  • Kallenberg, Olav (2001). Foundations of Modern Probability (edisi ke-2nd). Berlin: Springer Verlag. ISBN 0-387-95313-2. 
  • Papoulis, Athanasios (1965). Probability, Random Variables, and Stochastic Processes (edisi ke-9th). Tokyo: McGraw–Hill. ISBN 0-07-119981-0. 

Pranala luar

  • Hazewinkel, Michiel, ed. (2001) [1994], "Random variable", Encyclopedia of Mathematics, Springer Science+Business Media B.V. / Kluwer Academic Publishers, ISBN 978-1-55608-010-4 
  • Zukerman, Moshe (2014), Introduction to Queueing Theory and Stochastic Teletraffic Models (PDF), arXiv:1307.2968 alt=Dapat diakses gratis 
  • Zukerman, Moshe (2014), Basic Probability Topics (PDF) 
  • l
  • b
  • s
  • Outline
  • Index
Continuous data
Pusat
Dispersion
  • Variance
  • Standard deviation
  • Coefficient of variation
  • Percentile
  • Range
  • Interquartile range
Shape
  • Central limit theorem
  • Moments
    • Skewness
    • Kurtosis
    • L-moments
Count data
  • Index of dispersion
Summary tables
  • Grouped data
  • Frequency distribution
  • Contingency table
Dependence
  • Pearson product-moment correlation
  • Rank correlation
    • Spearman's rho
    • Kendall's tau
  • Partial correlation
  • Scatter plot
Graphics
  • Bar chart
  • Biplot
  • Box plot
  • Control chart
  • Correlogram
  • Fan chart
  • Forest plot
  • Histogram
  • Pie chart
  • Q–Q plot
  • Run chart
  • Scatter plot
  • Stem-and-leaf display
  • Radar chart
Pengumpulan Data
Study design
  • Population
  • Statistic
  • Effect size
  • Statistical power
  • Sample size determination
  • Missing data
Survey methodology
  • Sampling
    • stratified
    • cluster
  • Standard error
  • Opinion poll
  • Questionnaire
Controlled experiments
  • Design
    • control
    • optimal
  • Controlled trial
  • Randomized
  • Random assignment
  • Replication
  • Blocking
  • Interaction
  • Factorial experiment
Uncontrolled studies
  • Observational study
  • Natural experiment
  • Quasi-experiment
Statistical theory
  • Population
  • Statistic
  • Probability distribution
  • Sampling distribution
    • Order statistic
  • Empirical distribution
    • Density estimation
  • Statistical model
    • Lp space
  • Parameter
    • location
    • scale
    • shape
  • Parametric family
    • Likelihood (monotone)
    • Location–scale family
    • Exponential family
  • Completeness
  • Sufficiency
  • Statistical functional
    • Bootstrap
    • U
    • V
  • Optimal decision
    • loss function
  • Efficiency
  • Statistical distance
    • divergence
  • Asymptotics
  • Robustness
Frequentist inference
Point estimation
  • Estimating equations
    • Maximum likelihood
    • Method of moments
    • M-estimator
    • Minimum distance
  • Unbiased estimators
    • Mean-unbiased minimum-variance
      • Rao–Blackwellization
      • Lehmann–Scheffé theorem
    • Median unbiased
  • Plug-in
Interval estimation
  • Confidence interval
  • Pivot
  • Likelihood interval
  • Prediction interval
  • Tolerance interval
  • Resampling
    • Bootstrap
    • Jackknife
Testing hypotheses
  • 1- & 2-tails
  • Power
    • Uniformly most powerful test
  • Permutation test
    • Randomization test
  • Multiple comparisons
Parametric tests
  • Likelihood-ratio
  • Wald
  • Score
Specific tests
  • Z-test (normal)
  • Student's t-test
  • F-test
Goodness of fit
  • Chi-squared
  • G-test
  • Kolmogorov–Smirnov
  • Anderson–Darling
  • Lilliefors
  • Jarque–Bera
  • Normality (Shapiro–Wilk)
  • Likelihood-ratio test
  • Model selection
    • Cross validation
    • AIC
    • BIC
Rank statistics
  • Sign
    • Sample median
  • Signed rank (Wilcoxon)
    • Hodges–Lehmann estimator
  • Rank sum (Mann–Whitney)
  • Nonparametric anova
    • 1-way (Kruskal–Wallis)
    • 2-way (Friedman)
    • Ordered alternative (Jonckheere–Terpstra)
Bayesian inference
  • Bayesian probability
    • prior
    • posterior
  • Credible interval
  • Bayes factor
  • Bayesian estimator
    • Maximum posterior estimator
Correlation
  • Pearson product-moment
  • Partial correlation
  • Confounding variable
  • Coefficient of determination
Regression analysis
  • Errors and residuals
  • Regression model validation
  • Mixed effects models
  • Simultaneous equations models
  • Multivariate adaptive regression splines (MARS)
Linear regression
  • Simple linear regression
  • Ordinary least squares
  • General linear model
  • Bayesian regression
Non-standard predictors
  • Nonlinear regression
  • Nonparametric
  • Semiparametric
  • Isotonic
  • Robust
  • Heteroscedasticity
  • Homoscedasticity
Generalized linear model
  • Exponential families
  • Logistic (Bernoulli) / Binomial / Poisson regressions
Partition of variance
  • Analysis of variance (ANOVA, anova)
  • Analysis of covariance
  • Multivariate ANOVA
  • Degrees of freedom
Kategorik / Multivariat / Deret waktu / Analisis ketahanan
Categorical
  • Cohen's kappa
  • Contingency table
  • Graphical model
  • Log-linear model
  • McNemar's test
Multivariate
  • Regression
  • Manova
  • Principal components
  • Canonical correlation
  • Discriminant analysis
  • Cluster analysis
  • Classification
  • Structural equation model
    • Factor analysis
  • Multivariate distributions
    • Elliptical distributions
      • Normal
Time-series
General
  • Decomposition
  • Trend
  • Stationarity
  • Seasonal adjustment
  • Exponential smoothing
  • Cointegration
  • Structural break
  • Granger causality
Specific tests
  • Dickey–Fuller
  • Johansen
  • Q-statistic (Ljung–Box)
  • Durbin–Watson
  • Breusch–Godfrey
Time domain
  • Autocorrelation (ACF)
    • partial (PACF)
  • Cross-correlation (XCF)
  • ARMA model
  • ARIMA model (Box–Jenkins)
  • Autoregressive conditional heteroskedasticity (ARCH)
  • Vector autoregression (VAR)
Frequency domain
  • Spectral density estimation
  • Fourier analysis
  • Wavelet
  • Whittle likelihood
Survival
Survival function
  • Kaplan–Meier estimator (product limit)
  • Proportional hazards models
  • Accelerated failure time (AFT) model
  • First hitting time
Hazard function
  • Nelson–Aalen estimator
Test
  • Log-rank test
Aplikasi
Biostatistics
  • Bioinformatics
  • Clinical trials / studies
  • Epidemiology
  • Medical statistics
Engineering statistics
  • Chemometrics
  • Methods engineering
  • Probabilistic design
  • Process / quality control
  • Reliability
  • System identification
Social statistics
  • Actuarial science
  • Census
  • Crime statistics
  • Demography
  • Econometrics
  • National accounts
  • Official statistics
  • Population statistics
  • Psychometrics
Spatial statistics
  • Cartography
  • Environmental statistics
  • Geographic information system
  • Geostatistics
  • Kriging
  • CategoryCategory
  • PortalPortal
  • Commons pageCommons
  • WikiProject WikiProject
Pengawasan otoritas Sunting ini di Wikidata
Umum
  • Integrated Authority File (Jerman)
Perpustakaan nasional
  • Prancis (data)
  • Amerika Serikat
Lain-lain
  • Microsoft Academic