Peraturan umum

Pada artikel ini, Anda akan mengetahui apa itu aturan praktis dalam statistik dan apa rumusnya. Selain itu, Anda akan dapat melihat latihan langkah demi langkah yang diselesaikan berdasarkan aturan praktis.

Apa aturan praktisnya?

Dalam statistik, aturan praktis , juga disebut aturan 68-95-99.7 , adalah aturan yang menentukan persentase nilai dalam distribusi normal yang berada dalam tiga standar deviasi mean.

Jadi, aturan umum menyatakan bahwa:

  • 68% nilainya berada dalam satu standar deviasi mean.
  • 95% nilainya berada dalam dua standar deviasi mean.
  • 99,7% nilainya berada dalam tiga standar deviasi mean.
peraturan umum

Rumus Aturan Praktis

Aturan praktisnya juga dapat dinyatakan dengan rumus berikut:

P(\mu-1\sigma\leq X \leq \mu+1\sigma)\approx 0,6827

P(\mu-2\sigma\leq X \leq \mu+2\sigma)\approx 0,9545

P(\mu-3\sigma\leq X \leq \mu+3\sigma)\approx 0,9973

Emas

X

adalah pengamatan terhadap variabel acak yang diatur oleh distribusi normal,

\mu

adalah rata-rata distribusi dan

\sigma

deviasi standarnya.

Contoh aturan praktis

Setelah kita mengetahui pengertian aturan empiris dan apa rumusnya, mari kita lihat contoh konkrit cara menghitung nilai representatif aturan empiris berdistribusi normal.

  • Kita tahu bahwa jumlah kelahiran tahunan di suatu wilayah mengikuti distribusi normal dengan rata-rata 10.000 dan deviasi standar 1.000. Hitung interval karakteristik dari aturan empiris distribusi normal ini.

\mu=10000

\sigma=1000

Seperti yang sudah dijelaskan di atas, rumus menghitung interval rule of thumb adalah:

P(\mu-1\sigma\leq X \leq \mu+1\sigma)\approx 0,6827

P(\mu-2\sigma\leq X \leq \mu+2\sigma)\approx 0,9545

P(\mu-3\sigma\leq X \leq \mu+3\sigma)\approx 0,9973

Oleh karena itu, kami mengganti data latihan ke dalam rumus:

P(10000-1\cdot 1000\leq X \leq 10000+1\cdot 1000)\approx 0,6827

P(10000-2\cdot 1000\leq X \leq 10000+2\cdot 1000)\approx 0,9545

P(10000-3\cdot 1000\leq X \leq 10000+3\cdot 1000)\approx 0,9973

Dan dengan melakukan perhitungan maka hasil yang didapat adalah :

P(9000\leq X \leq 11000)\approx 0,6827

P(8000\leq X \leq 12000)\approx 0,9545

P(7000\leq X \leq 13000)\approx 0,9973

Jadi, kita simpulkan bahwa terdapat probabilitas sebesar 68,27% bahwa jumlah kelahiran berada pada interval [9000,11000], probabilitas sebesar 95,45% antara [8000,12000], dan, terakhir, probabilitas sebesar 99,73% bahwa itu antara [7000,13000].

Tabel Nilai Rule of Thumb

Selain nilai 68, 95 dan 99.7, nilai probabilitas lainnya juga dapat dicari dengan menggunakan standar deviasi. Di bawah ini Anda dapat melihat tabel probabilitas berdistribusi normal:

Rapi Kemungkinan
μ ± 0,5σ 0,382924922548026
μ ± 1σ 0.682689492137086
μ ± 1,5σ 0.866385597462284
μ ± 2σ 0,954499736103642
μ ± 2,5σ 0,987580669348448
μ ± 3σ 0,997300203936740
μ±3,5σ 0,999534741841929
μ ± 4σ 0,999936657516334
μ ± 4,5σ 0,999993204653751
μ ± 5σ 0,999999426696856
μ±5,5σ 0,999999962020875
μ ± 6σ 0,999999998026825
μ±6,5σ 0,9999999999919680
μ ± 7σ 0,9999999999997440

Semua nilai numerik dalam tabel ini berasal dari fungsi probabilitas kumulatif dari distribusi normal.

Tambahkan komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *