Teori Penaksiran. Oleh : Dewi Rachmatin
|
|
- Harjanti Hartanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Teori Peakira Oleh : Dewi Rachmati
2 Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam metode Baye, iferei megguaka egetahua ubjektif terdahulu megeai ditribui eluag arameter yag tak diketahui berama dega iformai yag diberika oleh data amel
3 Metode Peakira Klaik Iferei terbagi mejadi eakira da egujia hiotei Peakir (takira) uatu arameter daat berua takira titik atau takira elag Statitik yag diguaka utuk medaatka takira titik diebut eakir atau fugi keutua. Jadi fugi keutua S adalah eakir da takira adalah tidaka yag diambil
4 Himua emua tidaka yag mugki yag daat dilakaaka dalam maalah eakira diebut ruag keutua Tidak daat diharaka uatu eakir aka meakir arameter oulai taa kealaha. Tidak beralaa megharaka X aka meakir µ dega teat, tai tetuya diharaka tidak terlalu jauh meyimag
5 Sifat-ifat Peakir yag Baik Peakir Takbia S (Ubiaed Etimator) Statitik dikataka eakir takbia arameter θ bila E[ θˆ ]= θ θˆ Cotoh : X eakir takbia utuk µ karea E[ X] = µ, da = ( X X ) i i= eakir takbia utuk
6 Peakir alig efiie eakir yag memberika variai terkecil dari emua eakir θ yag mugki dibuat Peakir koite ε > ( ˆ ) θ θ ε 0 berlaku : lim P = Peakir yag takbia da variaiya miimum adalah eakir yag terbaik
7 Selag Keercayaa (Takira Selag) Selag keercayaa utuk θ adalah elag yag berbetuk θˆ θ θˆ dimaa da ilaiya θˆ θˆ tergatug ada ilai θˆ Dariada megataka bahwa teat ama dega µ aka lebih meyakika bila megataka k μ k
8 Jika ukura amel membear maka = X megecil ehigga kemugkia bear takira bertambah dekat dega µ, yag berarti elag lebih edek. Jadi takira elag meujukka, berdaarka ajagya, keteata titik Maki bear ilai k yag diilih, maki ajag elagya da maki yaki bahwa amel yag diambil aka memberika elag arameter yag tak diketahui
9 Meakir rataa (mea) diketahui, utuk yag cuku bear : Dalil Limit Puat akibatya : Karea P - z P (- z Z z ) X μ Z = : X μ z X ~ ~ N μ, ( ) N 0, = =
10 P X z. μ X z. = Sehigga elag keercayaa ( )00% utuk μ : z. μ z. Cotoh : Rataa da imaga baku ilai ujia matematika amel acak 36 mahaiwa,6 da 0,3. Hitug elag keercayaa 95% da 99% utuk rataa ilai matematika emua mahaiwa.
11 Jawab : diketahui =,6 Karea ukura amel cuku bear maka imaga baku oulai daat dihamiri oleh =0,3. Nilai z yag lua di ebelah kaaya 0,05 adalah z 0,05 =,96. Jadi elag keercayaaya 95% :,6 (,96) atau,50 µ,70. Utuk 99% :,6 (,575) 0,3 36 0,3 36 μ μ atau,47 µ,73.,6 (,96),6 (,575) 0,3 36 0,3 36
12 Utuk meakir µ dega derajat ketetaa yag lebih tiggi dierluka elag yag lebih bear. Selag keercayaa (- )00% memberika takira keteata takira titik kita. Bila µ eugguhya meruaka titik uat elag, maka meakir µ taa galat. Tetai umumya amel tidak meghailka teat ama dega µ ehigga takira titik umumya aka meleet (megadug galat).
13 tak diketahui, oulai ormal da 30 = da dk = - Jika relatif bear dibadig N yaki (N)>5%, guaka :.. z μ.. z N N N N. t μ. t
14 Cotoh : Tujuh botol yag miri maigmaig berii aam ulfat 9,8 ; 0,; 0,4; 9,8; 0,0; 0,; da 9,6 liter. Carilah elag keercayaa 95% utuk rataa ii botol emacam itu bila ditribuiya diagga hamir ormal.
15 Teorema Bila diakai utuk meakir µ, maka daat diercaya (-)00% bahwa galatya aka lebih dari uatu bilaga g yag ditetaka ebelumya aal ukura amel : z. = g Cotoh : Beraa bear amel yag dierluka ada cotoh ebelumya bila igi ercaya 95% bahwa takira utuk µ meleet kurag dari 0,05? =38,3
16 Meakir Seliih Dua Rataa Bila ada dua oulai maig-maig dega rataa µ da µ da variai da, maka eakir titik utuk eliih rataa utuk eliih µ da µ : ukura amel : da. X X ( ) ( ) ( ) ( ) ( ) ( ) ( ) z X X μ μ z X X z μ μ X X z P z Z z P = = = P
17 Cotoh : Suatu ujia kimia yag telah dibakuka diberika ada 50 iwa waita da 76 iwa ria. Nilai rata-rata waita 76 da imaga baku 6, edagka rata-rata ria 8 da imaga baku 8. Carilah elag keercayaa 96% utuk eliih, bila meyataka rataa ilai emua iwa ria da rataa ilai emua iwa waita yag mugki aka megikuti ujia. ),( ) ( z z
18 Seliih Dua Rataa Selag keercayaa amel kecil utuk µ -µ ; = tai tidak diketahui, elag keercayaa (-)00% utuk µ -µ diberika : ukura amel maig-maig da beraal dari ditribui ormal, dk= - ;.. ),(.. ) ( t t ( ) ( ) =
19 Cotoh : Dalam ekelomok roe kimia, egaruh dua kataliator igi dibadigka dega hailya ada roe reaki. Kataliator diguaka ada uatu amel dega agkata da kataliator diguaka ada amel dega 0 agkata. Ke agkata yag megguaka kataliator memberika rata-rata amel 85 dega imaga baku amel 4, yag kedua rata-rata amel 8 da imaga baku amel 5. Carilah elag keercayaa 90% utuk eliih kedua rataa oulai bila diagga kedua oulai berditribui hamir ormal dega variai yag ama.
20 Seliih Dua Rataa Selag keercayaa amel kecil utuk µ -µ ; tai tidak diketahui, elag keercayaa (-)00% utuk µ -µ diberika : ukura amel maig-maig da beraal dari ditribui ormal, dk= ( ) ( ), t t ( ) [ ] [ ] [ ] ) ( ) ( ) ( ) ( ) ( ) ( = ν
21 Cotoh : Catata elama 5 tahu terakhir meujukka bahwa rata-rata curah huja di uatu kabuate elama bula Mei 4,93 cm dega imaga baku,4 cm. Di kabuate lai rata-rata curah huja elama bula Mei,64 cm dega imaga baku 0,66 cm elama 0 tahu terakhir. Carilah elag keercayaa 95% utuk eliih rata-rata eugguhya curah huja di kedua kabuate; agga bahwa egamata beraal dari oulai ormal dega variai yag berbeda.
22 T D µ D = ~ t S d Selag keercayaa utuk µ -µ =µ D utuk egamata aaga. Selag keercayaa (-)00% utuk µ D diberika oleh : d d d t µ D d t dega d da d meyataka rataa da imaga baku eliih aaga egukura da t meyataka ilai ditribui t dega dk : ν =- ehigga lua di ebelah kaaya.
23 Meakir Proori Peakir titik utuk roori dalam uatu ercobaa biomial diberika oleh P ˆ = X Jadi ˆ = aka diguaka ebagai takira titik utuk arameter Proori yag tak diketahui diharaka tidak aka terlalu dekat dega 0 atau, maka elag keercayaa utuk daat dicari dega ditribui amel Pˆ, yag ama aja dega ditribui.a. X Ditribui Pˆ hamir ormal dega X rataa µ = E Pˆ ˆ = E = [ ] P =
24 dega variai : P(-z Z z ) = - dega X P ) ( ) ( ˆ = = = P Z )].( [ ˆ = = ) ( ˆ ) ( ˆ z P z P P
25 Selag keercayaa utuk, 30 : ˆ ( ) ˆ z ˆ z ( ) : roori uke dalam amel acak berukura, da z meyataka ilai kurva ormal baku ehigga lua di ebelah kaaya. Cotoh : Pada uatu amel acak =500 keluarga yag memiliki eawat televii di kota Hamilto Kaada, ditemuka bahwa = 340 memiliki TV berwara. Carilah elag keercayaa 95% utuk roori eugguhya dari keluarga yag memiliki TV berwara di kota tb?
26 ˆ Jika diakai ebagai takira, maka galatya aka lebih kecil dari : ( ) z dega keercayaa (-)00%. Akibatya galat aka lebih kecil dari g jika z ˆ( ˆ ) = g
27 Meakir Seliih Dua Proori Selag keercayaa utuk - ; da 30. Selag keercayaa (-)00% utuk eliih dua arameter biomial - diberika ( ) ( ) ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ q q z q q z
28 Cotoh : Suatu erubaha dalam cara embuata uku cadag edag direcaaka. Samel diambil dari cara lama mauu yag baru utuk melihat aakah cara baru tb memberi erbaika. Bila 75 dari 500 uku cadag yag beraal dari cara lama teryata cacat da 80 dari 000 yag beraal dari cara baru teryata cacat, carilah elag keercayaa 90% utuk eliih eugguhya roori yag cacat dalam kedua cara.
29 Meakir Variai Takira elag utuk daat dituruka dega tatitik Selag keercayaa (-)00% utuk uatu oulai ormal ( ) = ~ S X χ ( ) χ χ = X P ) ( ) ( χ χ
30 Cotoh : Data berikut meyataka berat dalam gram dari 0 bugku bibit ejei taama yag diaarka oleh uatu eruahaa : 46,4;46,;45,8;47,0;46,;45,9; 45,8;46,9;45, da 46,0. Tetuka elag keercayaa 95% utuk varia emua bugkua bibit yag diaarka eruahaa terebut.
31 Meakir Nibah Dua Variai Bila da variai dua oulai ormal, maka takira elag utuk daat dieroleh dega memakai tatitik : S F = S Peubah acak F memuyai ditribui F dega dk : ν = - da ν = -. Jadi P [ f ν, ν ) F ( ν, ν )] = ( f
32 Selag keercayaa (-)00% utuk dega ν = - ν = -. Cotoh : Suatu ujia mauk yag telah dibakuka dalam matematika diberika keada 5 iwa ria da 6 waita. Siwa ria medaat ilai rata-rata 8 dega imaga baku 8, ), ( ), ( ν ν ν ν f f
33 emetara waita medaat ilai rata-rata 78 dega imaga baku 7. Hitug elag keercayaa 98% utuk da bila da maig-maig meyataka varia oulai ilai ria da waita yag telahaka megikuti ujia. Pegujia Hiotei
Teori Penaksiran. Oleh : Dadang Juandi
Teori Peakira Oleh : Dadag Juadi Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam
Lebih terperinciBab6 PENAKSIRAN PARAMETER
Bab6 PENAKSIRAN PARAMETER MENAKSIR RATARATA μ Mialka kita memuyai ebuah oulai berukura N dega ratarata µ da imaga baku σ Dari oulai ii arameter ratarata µ aka ditakir Utuk keerlua ii,ambil ebuah amel acak
Lebih terperinciESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga
ESTIMASI Salah atu aek utuk mearik keimula megeai uatu oulai dega memakai amel yag diambil dari oulai terebut megguaka etimai (eakira) Jika arameter oulai diimbolka dega θ maka θ yag tidak diketahui hargaya
Lebih terperinciStatistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.
Statitika Toik Bahaa: Pedugaa Parameter Oleh : Edi M Pribadi, SP, MSc E-mail: edi_m@taffguadarmaacid edi_m@ymailcom Ilutrai Statitika Ifereia : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai
Lebih terperinci1. Ilustrasi. Materi 2 Pendugaan Parameter
Materi Pedugaa Parameter. Ilutrai Ifereia Statitika : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai megeai oulai dega melakuka egambila amel (amlig) Etimai / Pedugaa Parameter Yaitu
Lebih terperinciPENDUGAAN PARAMETER. Ledhyane Ika Harlyan
PENDUGAAN PARAMETER Ledhyae Ika Harlya Jurua Pemafaata Sumberdaya Perikaa da Kelauta Uiverita Brawijaya 03 Statitik Ifereia Mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai
Lebih terperinciINTERVAL KEPERCAYAAN
INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira
Lebih terperinciPendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO
Pedugaa Parameter HAZMIRA YOZZA JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Kompetei meyebutka klp ifereia tatitika & ruag ligkupya mejelaka metode pedugaa klaik da yarat-yarat peduga yag baik pada pedugaa
Lebih terperinciA.Interval Konfidensi pada Selisih Rata-rata
A.Iterval Kofidei pada Seliih Rata-rata. Bila kita mempuyai da maig-maig adalah mea ample acak beba berukura da yag diambil dari populai dega ragam da diketahui, maka elag kepercayaa 00-% bagi - adalah
Lebih terperinciPendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi
Pedugaa Parameter: Kau Dua amel alig beba Seliih rataa dua oulai - x x.96 x x.96 x x - SAMPLING ERROR Dugaa Selag bagi µ - µ ( x x z ( x x z Formula klik diketahui ama & Syarat : & Tidak ama Formula klik
Lebih terperinciPendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval
Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi
Lebih terperinciPENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI
5/4/0 INTERVAL KEPERCAYAAN Poulai θ= μ,, π PENDAHULUAN amlig amel θˆ=,, KANIA EVITA DEWI Peakira arameer ada cara:. Peakira iik. Peakira ierval aau ierval keercayaa PENAKSIRAN TITIK Peakira iik -> Jika
Lebih terperinciPendugaan Parameter 1
Topik Bahaa: Pedugaa Parameter 1 (Selag Pedugaa, Pedugaa Selag 1 Rata-Rata) Pertemua ke II 1 Ilutrai Statitika Ifereia : Mecakup emua metode yag diguaka utuk pearika keimpula atau geeraliai megeai populai
Lebih terperinciPendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval
Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi
Lebih terperinciPedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga
Lebih terperinciMetode Statistika Pertemuan IX-X
/7/0 Metode Statitika Pertemua IX-X Statitika Ifereia: Pedugaa Parameter Populai : Parameter Cotoh : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ditribui amplig PENDUGA TAK
Lebih terperinciStatistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.
Statistika Toik Bahasa: Pegujia Hiotesis Oleh : Edi M. Pribadi, SP., MSc. E-mail: edi_m@staff.guadarma.ac.id. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu
Lebih terperinci1. Pendahuluan. Materi 3 Pengujuan Hipotesis
Materi 3 Pegujua Hiotesis. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu atau lebih oulasi) Kebeara suatu hiotesis diuji dega megguaka statistik samel hiotesis
Lebih terperinciSTATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)
STATISTICS Cofidece Iterval (Retag Keyakia) Cofidece Iterval () Etimai Parameter Ditribui abilita memiliki ejumlah parameter. Parameter-parameter tb umumya tak diketahui. Nilai parameter terebut diperkiraka
Lebih terperinciPendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:
Peahulua Peugaa Parameter Peugaa Parameter Populai ilakuka ega megguaka ilai Statitik Sampel, Mial :. x iguaka ebagai peuga bagi µ. iguaka ebagai peuga bagi σ 3. p atau p$ iguaka ebagai peuga bagi π Peugaa
Lebih terperinciINFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi.
INFERENSI STATISTIK Iferei tatitik mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai populai. Iferei Statitik Pedugaa Parameter Pegujia Hipotei PENDUGAAN PARAMETER Pedugaa parameter
Lebih terperinciPengujian Hipotesis untuk selisih dua nilai tengah populasi
Pegujia Hipotei utuk eliih dua ilai tegah populai Hipotei Hipotei atu arah: H 0 : - 0 v H : - < 0 H 0 : - 0 v H : - > 0 Hipotei dua arah: H 0 : - = 0 v H : - 0 Statitik uji z h ( ( ) ) 0 Formula klik diketahui
Lebih terperinciMetode Statistika Pertemuan XI-XII
/4/0 Metode Statitika Pertemua XI-XII Statitika Ifereia: Pegujia Hipotei Populai : = 0 Butuh pembuktia berdaarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : 5 Ok, itu adalah pegujia hipotei,
Lebih terperinciA. PENGERTIAN DISPERSI
UKURAN DISPERSI A. PENGERTIAN DISPERSI Ukura diperi atau ukura variai atau ukura peyimpaga adalah ukura yag meyataka eberapa jauh peyimpaga ilai-ilai data dari ilaiilai puatya atau ukura yag meyataka eberapa
Lebih terperinciA. Interval Konfidensi untuk Mean
ESTIMASI INTERVAL A. Iterval Kofidei utuk Mea Defiii Jika ˆ merupaka etimator utuk parameter da P ˆ ˆ, maka ˆ ˆ diebut Dimaa iterval kofidei(-)00% utuk. :- koefiie kofidei ˆ, ˆ bata iterval tigkat kealaha
Lebih terperinciBAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai
3 BAB II ESTIMASI STATISTIK. Pegertia Etimai a. Etimai merupaka uatu metode dimaa kita dapat memperkiraka ilai Populai dega memakai ilai ampel. b. Etimai merupaka kegiata pearika keimpula tatitik yag berawal
Lebih terperinciBAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH
BAB ENDAHULUAN. LATAR BELAKANG MASALAH Dalam kehidua yata, sejumlah feomea daat diikirka sebagai ercobaa yag mecaku sederata egamata yag berturut-turut da buka satu kali egamata. Umumya, tia egamata dalam
Lebih terperinciPendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X
Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..
Lebih terperinciPENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH
PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER Populai : Parameter Sampel : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ebara cotoh PENDUGA TAK BIAS DAN MEMPUNYAI
Lebih terperinciMETODE PENAKSIRAN PENAKSIRAN ILUSTRASI CONTOH. pendekatan metode tertentu. Nilai sesungguhnya dari suatu parameter yang berada di selang tertentu.
ENAKIRAN eaksira Titik eaksira elag elag Kepercayaa utuk µ elag Kepercayaa utuk MA 08 tatistika Dasar Dose : Udjiaa. asaribu Utriwei Mukhaiyar 6 April 009 METODE ENAKIRAN. eaksira Titik Nilai tuggal dari
Lebih terperinciDISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin
DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa
Lebih terperinciBAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model
3 BAB III METODE PENELITIAN A. Jei Peelitia Tujua peelitia ii yaki membadigka kemampua berpikir kriti dega kemampua berpikir kreatif dega megguaka dua model pembelajara yaitu model pembelajara berbai maalah
Lebih terperinciDistribusi Pendekatan (Limiting Distributions)
Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,
Lebih terperinciInferensia dan Perbandingan Vektor Nilai Tengah
Iferesia da Perbadiga Vektor Nilai egah Perbadiga Kasus Peubah uggal da Peubah Gada Peduga titik arameter ilai tegah Peduga selag ilai tegah Peguia hioteis ilai tegah satu oulasi Peguia beda ilai tegah
Lebih terperinciBAHAN AJAR STATISTIKA MATEMATIKA 2 Matematika STKIP Tuanku Tambusai Bangkinang. 7. PENAKSIRAN ( Taksiran Interval untuk rataan, varian dan proporsi)
Pertemua0 BAHAN AJAR STATISTIKA MATEMATIKA 2 Matematika STKIP Tuaku Tambusai Bagkiag 7. PENAKSIRAN ( Taksira Iterval utuk rataa, varia da proporsi) 7.1 Pedahulua Pada pembahasa sebelumya adalah meletakka
Lebih terperinciBAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan
BAB II LANDASAN TEORI Pada bab ii aka dibaa daar-daar teori yag aka diguaka dalam peulia kripi ii, yaitu megeai metode peakira maximum likeliood, metode peakira oit maximum likeliood da fier iformatio..1
Lebih terperinciBAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F
BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab
Lebih terperinciESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika
Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu
Lebih terperinciBAB IV DESKRIPSI ANALISIS DATA
BAB IV DESKRIPSI ANALISIS DATA A. Dekripi Data Peelitia ii megguaka peelitia ekperime, ubyek peelitiaya dibedaka mejadi dua kela, yaitu kela kotrol da kela ekperime. Kela kotrol pada peelitia ii merupaka
Lebih terperincimempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.
Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3
III. METODOLOGI PENELITIAN A. Populai da Sampel Peelitia Populai dalam peelitia ii adalah emua iwa kela I IPA SMA Al Azhar-3 Badar Lampug tahu ajara 0/0 yag berjumlah 48 iwa da terebar dalam empat kela.
Lebih terperinciPerilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial
Defiisi: Beroulli ercobaa Beroulli: Haya terdaat satu kali ercobaa dega eluag sukses da eluag gagal - eluag Sukse: eluag Gagal: ( = ) = ( = 0 ( = 0) = ( 0 0 = erilaku Distribusi Beroulli E() = Var () =
Lebih terperinciPraktikum Perancangan Percobaan 9
Praktikum Peracaga Percobaa 9 PRAKTIKUM RANCANGAN ACAK LENGKAP A. Tujua Istruksioal Khusus Mahasiswa diharaka mamu: a. Megguaka kalkulator utuk meyelesaika aalisis ragam RAL b. Megguaka kalkulator ada
Lebih terperinciUkuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus
-Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.
Lebih terperinciPembangkitan bilangan random (RN)
Pembagkita bilaga radom (RN) Pembagkita bilaga radom dega megguaka oftware Exel. Bilaga radom yag dibakitka dikalika dega 7 agar bia mauk rage 7. Hail embagkita ebagai berikut : No RN RN x 7.7463.8753
Lebih terperinciStatistika Matematika. Soal dan Pembahasan. M. Samy Baladram
Statistika Matematika Soal da embahasa M Samy Baladram Bab 4 Ubiasedess, Cosistecy, ad Limitig istributios Ubiasedess, Cosistecy, ad Limitig istributios 41 Ekspektasi Fugsi Key oits Ṫeorema 411 Jika T
Lebih terperinciProses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1
Proses Pedugaa Populasi Mea,, tdk diketahui Cotoh Acak Mea = 50 95% yaki bahwa diatara 40 & 60. Cotoh 1999 Pretice-Hall, Ic. Chap. 7-1 Pedugaa Parameter Populasi Meduga Parameter Populasi... Mea dg Statistik
Lebih terperinciDiagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui
Statitika, Vol. No., 5 6 Mei Diagram Kedali Simpaga Baku Ekak utuk Proe Berditribui Normal dega Parameter Diketahui Aceg Komarudi Mutaqi, Suwada Program Studi Statitika Fakulta MIPA Uiverita Ilam Badug,
Lebih terperinciMINGGU KE XII PENDUGAAN INTERVAL
MINGGU KE XII PENDUGAAN INTERVAL Tujua Itrukioal Umum :. Mahaiwa mampu memahami apa yag dimakud dega pedugaa iterval. Mahaiwa mampu memahami pedugaa iterval utuk ample bear da utuk ample kecil 3. Mahaiwa
Lebih terperinciBAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL
BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,
Lebih terperinciSOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial
SOAL PELATIHAN. Jelaka pegertia hipotei?. Seorag peeliti biaaya tertarik meguji atu hipotei dari eam alteratif hipotei. Sebutka eam alteratif hipotei terebut? 3. Apa yag dimakud dega pegujia hipotei? 4.
Lebih terperinciMata Kuliah: Statistik Inferensial
STATISTIK INFERENSIAL Prof. Dr. H. Almadi Syahza, SE., MP Email: ayahza@yahoo.co.id PROGRAM STUDI PENDIDIKAN EKONOMI FKIP UNIVERSITAS RIAU DISTRIBUSI SAMPLING 2 Bagia I Statitik Iduktif Metode da Ditribui
Lebih terperinciBARISAN TAK HINGGA DAN DERET TAK HINGGA
BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { } adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila.. maka fugsi
Lebih terperinciMasih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.
Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciTetapi apabila n < 5% N maka digunakan :
Jei- jei pedugaa Iterval:. Pedugaa Parameter dega ampel bear (>30) a. Pedugaa terhadap parameter rata-rata Diketahui; z Maka; Z Z Tetapi apabila tadard deviai populai tidak diketahui, maka diguaka tadar
Lebih terperinciSOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA. 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm.
SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA Soal Diberika data egukura sebagai berikut: 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm. Tetukalah: a) Modus b) Media c) Kuartil bawah Urutka data
Lebih terperinciESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto
Tue 0/04/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato Estimasi : salah satu cara megemukaka peryataa iduktif (meyataka karakteristik populasi dega meggu aka karakteristik yag didapat dari cuplika).
Lebih terperinciPENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:
PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.
Lebih terperinciBAB IV ENTROPI GAS SEMPURNA
BAB IV ENROPI GAS SEMPURNA Itilah etroi ecara literatur berarti traformai, da dierkealka oleh lauiu. Etroi adalah ifat termodiamika yag etig dari ebuah zat, dimaa hargaya aka meigkat ketika ada eambaha
Lebih terperincix = μ...? 2 2 s = σ...? x x s = σ...?
Pedugaa Parameter x 2 sx s = μ...? 2 = σ x...? = σ...? Peduga Parameter Peduga titik yaitu parameter populasi p diduga dega suatu besara statistik, misal: rata-rata, proporsi, ragam, dll Peduga Selag (Iterval)
Lebih terperinci--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University
--Fiherie Data Aalyi-- Perbadiga ragam By. Ledhyae Ika Harlya Faculty of Fiherie ad Marie Sciece Brawijaya Uiverity Tujua Itrukioal Khuu Mahaiwa dapat megguaka aalii tatitika ederhaa dega berfoku ukura
Lebih terperinciDistribusi Sampling (Distribusi Penarikan Sampel)
Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciUKURAN PEMUSATAN UKURAN PENYEBARAN
UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU
Lebih terperinciBAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA
BAB VII DITRIBUI AMPLING DAN DEKRIPI DATA 7. Distribusi amplig (samplig distributio) amplig distributio adalah distribusi probabilitas dari suatu statistik. amplig distributio tergatug dari ukura populasi,
Lebih terperinciBAB 2 LANDASAN TEORI
LNDSN TEORI. robabilitas robabilitas adalah suatu ilai utuk megukur tigkat kemugkia terjadiya suatu eristiwa evet aka terjadi di masa medatag yag hasilya tidak asti ucertai evet. robabilitas diyataka atara
Lebih terperinciStatistika. Besaran Statistik
Statitika Beara Statitik Itiarto Statitical Meaure Commo tatitical meaure Meaure of cetral tedecy Mea Mode Media Meaure of variability Rage Variace Stadard deviatio Meaure of a idividual i a populatio
Lebih terperinciDISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)
DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciStatistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015
Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemua VI Sebara Pearika Cotoh Septia Rahardiatoro - STK IPB 1 Sebara Pearika Cotoh Megidetifikasi sebara suatu fugsi dari cotoh ketika diambil dari suatu populasi X
Lebih terperinci9 Departemen Statistika FMIPA IPB
Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara
Lebih terperinciMETODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa
19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh
Lebih terperinciI. DERET TAKHINGGA, DERET PANGKAT
I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da
Lebih terperinciBAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET
Pertemua 7. BAHAN AJAR ANALISIS REAL Matematika STKIP Tuaku Tambusai Bagkiag 5. da kekovergeaya 5. DERET Diberika sebuah barisa a, dapat didefeisika barisa bilaga real S N dega S N := N a = a + a 2 +...
Lebih terperinciBAB III PEMBAHASAN. sebagaimana dinyatakan pada Persamaan (2.1). Model antrian. memiliki enam ciri.
BAB III EMBAHASAN Di dalam krii ii aka dibaha megeai ukura keefektifa item atria da otimaliai model ( M / M / ) : ( FFS / / ) dega megguaka model biaya Namu, ebelum membaha ukura keefektifa da otimaliai
Lebih terperinciBAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI
BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas
Lebih terperinci2 BARISAN BILANGAN REAL
2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas
Lebih terperinciStatistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:
Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira
Lebih terperinciSelang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan
Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa
Lebih terperinciPendugaan Parameter. Debrina Puspita Andriani /
Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:
Lebih terperinciPedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai
PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,
Lebih terperinciPengujian Hipotesis. 1/26/2010 Pengujian Hipotesis 1
Pegujia Hiotesis /6/00 Pegujia Hiotesis Estimasi da Pegujia Pada ertemua sebelumya, samel diguaka utuk membuat estimasi iterval ilai arameter oulasi berdasarka suatu robabilitas keyakia yag kita tetuka.
Lebih terperinciProgram Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret
Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut
Lebih terperinciBAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA
BAB VI BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { },,,,, adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila,,,..,
Lebih terperinci1 n MODUL 5. Peubah Acak Diskret Khusus
ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai
Lebih terperinciPROSES INFERENSI PADA MODEL LOGIT. Oleh: Agus Rusgiyono Program Studi Statistika FMIPA UNDIP. 1 n
PROSS INFRNSI PADA MODL LOGIT Oleh: Agus Rusgiyoo Program Studi Statistika FMIPA UNDIP Abstracts Let { 3 L } rereset the resose o a omial radom variable o Beroulli distributio with P[ ] P[ ] where is a
Lebih terperinciYang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :
PARAMETER PENGJIAN HIPOTESIS MODL PARAMETER PENGJIAN HIPOTESIS. Pedahulua Kalau yag sedag ditest atau diuji itu parameter θ dalam hal ii pegguaaya ati bias rata-rata µ prprsi p, simpaga baku σ da lai-lai,
Lebih terperinciLANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang
2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua
Lebih terperinciBarisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1
Barisa Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 9/0/06 Matematika Barisa Tak Higga Secara sederhaa, barisa merupaka susua dari bilaga bilaga yag urutaya berdasarka bilaga
Lebih terperinciIII. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar
7 III. METDE PENELITIAN A. Populai Peelitia Populai peelitia ii yaitu eluruh iwa kela MA Negeri Badar Lampug dega ampel kela, pada emeter geap Tahu Pelajara 0/0. B. ampel Peelitia Tekik pegambila ampel
Lebih terperinciBAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi suatu ring serta
BAB II LANDASAN TEORI Pada bab ii aka dibahas megeai defiisi suatu rig serta beberaa sifat yag dierluka dalam embahasa oliomial ermutasi Pejelasa megeai rig dimulai dega defiisi dari suatu sistem matematika
Lebih terperinciMINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA
MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA TEOREMA LIMIT PUSAT DAN TERAPANNYA Telah dikeal bahwa X 1, X 2...X sampel radom dari distribusi ormal dega mea µ da variasi σ 2, maka x µ σ/ atau xi µ σ
Lebih terperinciHendra Gunawan. 12 Februari 2014
MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg
Lebih terperinciStatistika Inferensial
Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi
Lebih terperinciMata Kuliah: Statistik Inferensial
PENGUJIAN HIPOTESIS SAMPEL KECIL Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id DEFINISI Pegertia Sampel Kecil Sampel kecil yag jumlah sampel kurag dari 30, maka ilai stadar deviasi (s)
Lebih terperinciPENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]
PENAKIRAN Peaksira Titik Peaksira elag elag Kepercayaa utuk µ elag Kepercayaa utuk σ MA 8 Aalisis Data Utriwei Mukhaiyar Oktober 00 008 by UP & UM METODE PENAKIRAN. Peaksira Titik Nilai tuggal dari suatu
Lebih terperinciPENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA
PEAKIR RAIO UTUK VARIAI POPULAI MEGGUAKA KUARTIL DARI KARAKTER TAMBAHA PADA AMPLIG ACAK EDERHAA Ari Elvita *, Arima Ada, Hapoa irait Mahaiwa Program Matematika Doe Jurua Matematika Fakulta Matematika da
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jei Peelitia Metode peelitia yag diguaka dalam kripi ii adalah metode peelitia kuatitatif ekperime yag berdeai pottet-oly cotrol deig, karea tujua dalam peelitia ii utuk mecari
Lebih terperinciMA1201 MATEMATIKA 2A Hendra Gunawan
MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2016/2017 3 Februari 2017 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg Batas
Lebih terperinciREGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan
REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k
Lebih terperinci