Statistika Matematika I
Dalam tulisan ini, kita akan membahas tentang cara mencari nilai harapan bersyarat (conditional expected value) dari suatu peubah acak.
Pada tulisan sebelumnya, kita telah membahas tentang distribusi bersyarat (conditional distribution). Dalam kesempatan ini, kita akan lanjutkan ke materi yang masih berkaitan dengan distribusi bersyarat yaitu mencari nilai harapan bersyarat (conditional expected value) dari suatu peubah acak.
Kita berikan definisi mengenai nilai harapan bersyarat berikut ini:
Definisi:
Misalkan \(X\) dan \(Y\) adalah peubah acak bersama (joint random variable), maka nilai harapan \(Y\) dengan syarat \(X=x\) adalah:
Contoh notasi penulisan yang lain:
Jika diketahui:
Nilai harapan bersyaratnya adalah:
\(E_Y(Y│x)\) merupakan fungsi dari \(x\). Jadi, \(E_Y (Y│x)\) dapat dipandang sebagai obyek baru (random variable) yang bergantung pada nilai \(x\).
Teorema:
Jika \(X\) dan \(Y\) adalah distribusi bersama random variables, maka
Bukti: (kasus kontinu)
Diketahui \(X\) adalah variabel random yang berdistribusi Bernoulli dengan parameter "\(p\)" atau \(X \sim Ber(p)\). Misalkan \(E(Y│X=0)=1\) dan \(E(Y│X=1)=2\). Jika \(p = ½\), berapa nilai \(E(Y)\)?
Pembahasan:
Diketahui:
Jika \(p=1/2\), maka
Teorema:
Jika \(X\) dan \(Y\) adalah random variables independen, maka \(E(Y│x)=E(Y)\) dan \(E(X│y)=E(X)\).
Bukti:
Jika \(X\) dan \(Y\) adalah independen, maka \(f(x,y)=f(x)⋅f(y)\) sehingga \(f(y│x)=f(y)\) dan \(f(x│y)=f(x)\). Dalam kasus kontinu,
Untuk kasus diskrit bisa dicari dengan cara serupa.
Selain nilai harapan bersyarat di atas, konsep penting terkait peubah acak yang akan kita pelajari yaitu varians bersyarat (conditional variance). Kita dapat menggunakan rumus nilai harapan bersyarat di atas untuk mencari varians bersyarat dari suatu peubah acak. Kita berikan definisi dan beberapa teorema terkait varians bersyarat berikut ini.
Definisi:
Varians bersyarat dari \(Y\) dengan syarat \(X=x\) diberikan oleh
\[ Var(Y|x) = E(Y^2|x) - \left[ E(Y|x) \right]^2 \]
Teorema:
Jika \(X\) dan \(Y\) adalah distribusi bersama peubah acak, maka
Bukti: (i)
Bukti: (ii)
Teorema:
Jika \(X\) dan \(Y\) adalah distribusi bersama peubah acak dan \(h(x,y)\) merupakan sebuah fungsi, maka
\[ E[h(x,y)] = E_X [E(h(x,y)|X)] \]
Teorema:
Jika \(X\) dan \(Y\) adalah distribusi bersama peubah acak dan \(g(x)\) merupakan sebuah fungsi, maka
\[ E \left[ g(x) Y|x \right] = g(x)E(Y|x) \]
Teorema:
Jika \(E(Y│x)\) merupakan fungsi linear dari \(x\), maka
\[ E(Y|x) = μ_2 + \rho \frac{σ_2}{σ_1} (x-μ_1) \]
dan
\[ E_x \left[ Var(Y|X) \right] = σ_2^2 (1-\rho^2) \]
Bukti:
Jika \(E(Y│x)=ax+b\), maka
dan
Sehingga,
Berikutnya,
Perhatikan bahwa jika varians bersyarat tidak bergantung pada \(x\), maka
Meeting you was fate, becoming your friend was a choice, but falling in love with you was beyond my control.
Unknown