{"id":542,"date":"2023-07-29T13:54:31","date_gmt":"2023-07-29T13:54:31","guid":{"rendered":"https:\/\/statorials.org\/id\/cdf-vs-pdf\/"},"modified":"2023-07-29T13:54:31","modified_gmt":"2023-07-29T13:54:31","slug":"cdf-vs-pdf","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/cdf-vs-pdf\/","title":{"rendered":"Cdf atau pdf: apa bedanya?"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Tutorial ini memberikan penjelasan sederhana tentang perbedaan antara PDF (fungsi kepadatan probabilitas) dan CDF (fungsi distribusi kumulatif) dalam statistik.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Variabel acak<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Sebelum kita dapat mendefinisikan PDF atau CDF, pertama-tama kita perlu memahami variabel acak.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Variabel acak<\/strong> , biasanya dilambangkan dengan X, adalah variabel yang nilainya merupakan hasil numerik dari proses acak. Ada dua jenis variabel acak: diskrit dan kontinu.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Variabel acak diskrit<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Variabel acak diskrit<\/strong> adalah variabel yang hanya dapat mengambil sejumlah nilai berbeda yang dapat dihitung seperti 0, 1, 2, 3, 4, 5\u2026 100, 1 juta, dst. Berikut beberapa contoh variabel acak diskrit:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Berapa kali sebuah koin mendarat setelah dilempar sebanyak 20 kali.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Berapa kali sebuah dadu mendarat pada angka <em>4<\/em> setelah dilempar sebanyak 100 kali.<\/span><\/li>\n<\/ul>\n<h3> <span style=\"color: #000000;\"><strong>Variabel acak kontinu<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\"><strong>Variabel acak kontinu<\/strong> adalah variabel yang dapat mengambil kemungkinan nilai yang jumlahnya tak terhingga. Berikut beberapa contoh variabel acak kontinu:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Tinggi badan seseorang<\/span><\/li>\n<li> <span style=\"color: #000000;\">Berat seekor binatang<\/span><\/li>\n<li> <span style=\"color: #000000;\">Waktu yang Dibutuhkan untuk Berjalan Satu Mil<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Misalnya, tinggi badan seseorang bisa jadi 60,2 inci, 65,2344 inci, 70,431222 inci, dll. Ada kemungkinan nilai ukuran yang jumlahnya tak terbatas.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><span style=\"text-decoration: underline;\">Aturan umum:<\/span> Jika Anda dapat <i>menghitung<\/i> jumlah hasil, maka Anda menggunakan variabel acak diskrit (misalnya, menghitung berapa kali sebuah koin muncul). Namun jika Anda dapat <i>mengukur<\/i> hasilnya, Anda menggunakan variabel acak kontinu (misalnya pengukuran, tinggi badan, berat badan, waktu, dll.)<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Fungsi kepadatan probabilitas<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\"><strong>Fungsi kepadatan probabilitas<\/strong> (pdf) memberi tahu kita probabilitas bahwa suatu variabel acak mempunyai nilai tertentu.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya kita melempar sebuah dadu sebanyak satu kali. Jika kita misalkan <em>x<\/em> menyatakan angka di mana dadu mendarat, maka fungsi kepadatan probabilitas untuk hasilnya dapat digambarkan sebagai berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x &lt; 1)<\/strong> : 0<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x = 1)<\/strong> : 1\/6<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x = 2)<\/strong> : 1\/6<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x = 3)<\/strong> : 1\/6<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x = 4)<\/strong> : 1\/6<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x = 5)<\/strong> : 1\/6<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x = 6)<\/strong> : 1\/6<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x &gt; 6)<\/strong> : 0<\/span><\/p>\n<p> <span style=\"color: #000000;\">Perhatikan bahwa ini adalah contoh variabel acak diskrit, karena <em>x<\/em> hanya dapat mengambil nilai integer.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk variabel acak kontinu, kita tidak dapat menggunakan PDF secara langsung, karena kemungkinan <em>x<\/em> mengambil nilai eksak adalah nol.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, kita ingin mengetahui probabilitas bahwa hamburger dari restoran tertentu memiliki berat seperempat pon (0,25 pon). Karena <em>bobot<\/em> adalah variabel kontinu, maka bobot dapat mempunyai jumlah nilai yang tak terhingga.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, hamburger tertentu mungkin memiliki berat 0,250001 pon, atau 0,24 pon, atau 0,2488 pon. Peluang bahwa suatu hamburger akan berbobot tepat 0,25 pon pada dasarnya adalah nol.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Fungsi Distribusi Kumulatif<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\"><strong>Fungsi distribusi kumulatif<\/strong> (cdf) memberi tahu kita probabilitas bahwa variabel acak bernilai kurang dari atau sama dengan <em>x<\/em> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya kita melempar sebuah dadu sebanyak satu kali. Jika kita misalkan <em>x<\/em> menyatakan nomor tempat dadu mendarat, maka fungsi distribusi kumulatif dari hasilnya dapat digambarkan sebagai berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x \u2264 0)<\/strong> : 0<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x \u2264 1)<\/strong> : 1\/6<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x \u2264 2)<\/strong> : 2\/6<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x \u2264 3)<\/strong> : 3\/6<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x \u2264 4)<\/strong> : 4\/6<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x \u2264 5)<\/strong> : 5\/6<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x \u2264 6)<\/strong> : 6\/6<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>P(x &gt; 6)<\/strong> : 0<\/span><\/p>\n<p> <span style=\"color: #000000;\">Perhatikan bahwa peluang <em>x<\/em> lebih kecil atau sama dengan <em>6<\/em> adalah 6\/6, yaitu sama dengan 1. Hal ini karena dadu akan mendarat pada 1, 2, 3, 4, 5, atau 6 dengan probabilitas 100%.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh ini menggunakan variabel acak diskrit, namun fungsi kepadatan kontinu juga dapat digunakan untuk variabel acak kontinu.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Fungsi distribusi kumulatif memiliki sifat sebagai berikut:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Peluang suatu variabel acak mengambil nilai kurang dari nilai terkecil yang mungkin adalah nol. Misalnya, peluang munculnya sebuah dadu yang nilainya kurang dari 1 adalah nol.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Peluang suatu variabel acak mempunyai nilai yang kurang dari atau sama dengan nilai terbesar yang mungkin adalah satu. Misalnya, peluang munculnya sebuah dadu bernilai 1, 2, 3, 4, 5, atau 6 adalah satu. Itu harus mendarat di salah satu nomor ini.<\/span><\/li>\n<li> <span style=\"color: #000000;\">CDF selalu tidak berkurang. Artinya, peluang munculnya sebuah dadu pada angka yang kurang dari atau sama dengan 1 adalah 1\/6, peluang munculnya dadu pada angka yang kurang dari atau sama dengan 2 adalah 2\/6, peluang munculnya dadu pada sebuah angka adalah 2\/6. bilangan yang kurang dari atau sama dengan 3 adalah 3\/6, dst. Probabilitas kumulatif selalu tidak berkurang.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\"><strong>Terkait:<\/strong> Anda dapat menggunakan <a href=\"https:\/\/statorials.org\/id\/hulu-ledak-unggul\/\" target=\"_blank\" rel=\"noopener\">bagan ogive<\/a> untuk memvisualisasikan fungsi distribusi kumulatif.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Hubungan antara CDF dan PDF<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Secara teknis, fungsi kepadatan probabilitas (pdf) merupakan turunan dari fungsi distribusi kumulatif (cdf).<\/span><\/p>\n<p> <span style=\"color: #000000;\">Selain itu, luas di bawah kurva pdf antara tak terhingga negatif dan <em>x<\/em> sama dengan nilai <em>x<\/em> pada cdf.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk penjelasan menyeluruh tentang hubungan pdf dan cdf, serta bukti mengapa pdf merupakan turunan dari cdf, lihat buku teks statistika.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Tutorial ini memberikan penjelasan sederhana tentang perbedaan antara PDF (fungsi kepadatan probabilitas) dan CDF (fungsi distribusi kumulatif) dalam statistik. Variabel acak Sebelum kita dapat mendefinisikan PDF atau CDF, pertama-tama kita perlu memahami variabel acak. Variabel acak , biasanya dilambangkan dengan X, adalah variabel yang nilainya merupakan hasil numerik dari proses acak. Ada dua jenis variabel [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>CDF atau PDF: apa bedanya? - Statologi<\/title>\n<meta name=\"description\" content=\"Penjelasan sederhana tentang perbedaan antara PDF (fungsi kepadatan probabilitas) dan CDF (fungsi distribusi kumulatif).\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/cdf-vs-pdf\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"CDF atau PDF: apa bedanya? - Statologi\" \/>\n<meta property=\"og:description\" content=\"Penjelasan sederhana tentang perbedaan antara PDF (fungsi kepadatan probabilitas) dan CDF (fungsi distribusi kumulatif).\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/cdf-vs-pdf\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T13:54:31+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/cdf-vs-pdf\/\",\"url\":\"https:\/\/statorials.org\/id\/cdf-vs-pdf\/\",\"name\":\"CDF atau PDF: apa bedanya? - Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-29T13:54:31+00:00\",\"dateModified\":\"2023-07-29T13:54:31+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Penjelasan sederhana tentang perbedaan antara PDF (fungsi kepadatan probabilitas) dan CDF (fungsi distribusi kumulatif).\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/cdf-vs-pdf\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/cdf-vs-pdf\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/cdf-vs-pdf\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cdf atau pdf: apa bedanya?\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"CDF atau PDF: apa bedanya? - Statologi","description":"Penjelasan sederhana tentang perbedaan antara PDF (fungsi kepadatan probabilitas) dan CDF (fungsi distribusi kumulatif).","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/cdf-vs-pdf\/","og_locale":"id_ID","og_type":"article","og_title":"CDF atau PDF: apa bedanya? - Statologi","og_description":"Penjelasan sederhana tentang perbedaan antara PDF (fungsi kepadatan probabilitas) dan CDF (fungsi distribusi kumulatif).","og_url":"https:\/\/statorials.org\/id\/cdf-vs-pdf\/","og_site_name":"Statorials","article_published_time":"2023-07-29T13:54:31+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"3 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/cdf-vs-pdf\/","url":"https:\/\/statorials.org\/id\/cdf-vs-pdf\/","name":"CDF atau PDF: apa bedanya? - Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-29T13:54:31+00:00","dateModified":"2023-07-29T13:54:31+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Penjelasan sederhana tentang perbedaan antara PDF (fungsi kepadatan probabilitas) dan CDF (fungsi distribusi kumulatif).","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/cdf-vs-pdf\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/cdf-vs-pdf\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/cdf-vs-pdf\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cdf atau pdf: apa bedanya?"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/542"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=542"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/542\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=542"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=542"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=542"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}