DISTRIBUSI NORMAL
![Hasil gambar untuk distribusi normal](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiRhUo1ZLpaM_ZpDfjPIiAe8IJq4uYTUp5B7KcHHWt0FqtVUioyeK4nfnKJRKJfT3z2S-Jt5BjBElbSMePvWGOVXuXUvP8nBL4M5Zbrwfj3vR3WHqcLj5ouCIHHR15fSl-NE3yWWqgmGmk/s1600/4.jpg)
Distribusi normal pertama kali
diperkenalkan oleh Abraham de Moivre dalam artikelnya pada tahun 1733 sebagai
pendekatan distribusi binomial untuk n besar. Karya tersebut dikembangkan lebih
lanjut oleh Pierre Simon de Laplace, dan dikenal sebagai teorema
Moivre-Laplace. Laplace menggunakan distribusi normal untuk analisis galat
suatu eksperimen. Metode kuadrat terkecil diperkenalkan oleh Legendre pada
tahun 1805.
Sementara itu Gauss mengklaim telah menggunakan metode tersebut
sejak tahun 1794 dengan mengasumsikan galatnya memiliki distribusi normal.
Istilah kurva lonceng diperkenalkan oleh
Jouffret pada tahun 1872 untuk distribusi normal bivariat. Sementara itu
istilah distribusi normal secara terpisah diperkenalkan oleh Charles S. Peirce,
Francis Galton, dan Wilhelm Lexis sekitar tahun 1875. Terminologi ini secara
tidak sengaja memiliki nama sama.
Distribusi
normal dikenal juga sebagai distribusi Gaussian, merupakan salah satu
distribusi peluang kontinu dengan grafik berbentuk bel/genta. Distribusi normal
paling banyak digunakan dalam berbagai analisis statistika. Banyak sekali
kejadian ataupun fenomena baik dalam ilmu sosial maupun ilmu alam yang dapat
dihitung melalui pendekatan dengan mengikuti distribusi normal. Distribusi
normal banyak digunakan dalam berbagai distribusi dalam statistika, dan
kebanyakan pengujian hipotesis mengasumsikan normalitas suatu data.
Fungsi
kepadatan peluang distribusi normal adalah sebagai berikut
f(x;μ,σ2)=12πσ2−−−−√exp(−12σ2(x−μ)2)
dimana x adalah peubah
acak kontinu dan −∞⩽x⩽∞. Distribusi
normal memiliki dua parameter yaitu mean μ dan varian σ2 dimana −∞⩽μ⩽∞ dan σ2>0. Dengan
demikian fungsi f(x;μ,σ2) dapat dibaca
bahwa peubah acak x mengikuti
distribusi normal dengan rata-rata μ dan varian σ2, dan dapat ditulis menjadi X∼N(μ,σ2
Sifat-sifat kurva normal :
1. Kurva mempunyai puncak yang tunggal
2. Modus terjadi pada x=μ
DAN INI ADALAH FUNGSI DARI DENSITAS PROBABILITAS
sumber :
https://id.wikipedia.org/wiki/Distribusi_normal
http://www.aksiomaid.com/Matematika/Ringkasan-Materi/0128010100000000/DISTRIBUSI- NORMAL/PENGERTIAN-DISTRIBUSI-NORMAL-DAN-TABEL-DISTRIBUSI-NORMAL
https://www.rumusstatistik.com/2013/07/rumus-distribusi-normal-distribusi-gauss.html
https://id.wikipedia.org/wiki/Distribusi_normal
http://www.aksiomaid.com/Matematika/Ringkasan-Materi/0128010100000000/DISTRIBUSI- NORMAL/PENGERTIAN-DISTRIBUSI-NORMAL-DAN-TABEL-DISTRIBUSI-NORMAL
https://www.rumusstatistik.com/2013/07/rumus-distribusi-normal-distribusi-gauss.html
Komentar
Posting Komentar