Analysis of sex sequences by means of generalized linear mixed models. Roberto Ambrosini, Diego Rubolini, Nicola Saino. Yenni Angraini G
|
|
- Veronika Kusnadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Analysis of sex sequences by means of generalized linear mixed models Roberto Ambrosini, Diego Rubolini, Nicola Saino Yenni Angraini G
2 Latar Belakang Reproduksi merupakan salah satu kemampuan hewan yang sangat penting Jenis kelamin yang dihasilkan dari suatu induk, salah satunya tergantung pada kondisi prima induk dalam proses reproduksi Pada beberapa jenis hewan, seperti mamalia, keturunan jenis kelamin jantan lebih banyak dihasilkan dari pada betina Perlunya pengamatan tentang rasio jenis kelamin yang dihasilkan dalam suatu proses reproduksi
3 Clutch Sekumpulan telur yang dihasilkan oleh burung, amfibi, atau reptil, pada satu waktu dan diletakkan dalam sarang
4 Latar Belakang Paper ini fokus pada analisis urutan jenis kelamin yang dihasilkan oleh induk betina dalam proses pemuliaan yang berulang Keragaman dalam urutan jenis kelamin dari setiap group (clutch) dari proses pemuliaan berulang dari induk yang sama dapat dipertimbangkan sebagai suatu metode untuk menganalisis urutan jenis kelamin Penyimpangan alokasi jenis kelamin secara acak dapat disebabkan oleh proses yang berlaku pada level yang berbeda atau gabungan dari level-level tersebut. Level 1 Level 2 Level 3 Unit contoh Telur Clutch Induk Pengamatan Jemis Kelamin Adanya perubahan peluang untuk Pola urutan telur yang dihasilkan dari setiap telur menetas sebagai jantan sepanjang berbeda dalam setiap clutch dari induk contoh struktur data urutan bertelur yang sama M M,M,F,M,F,F,F Clutch 1 : M,M,F,M,F,F,F Clutch 2 : F,F,M,F
5 Jurnal ini melakukan pegembangan metode untuk menganalisis urutan jenis kelamin dalam clutch yang sama Contoh yang diambil adalah proses pemuliaan di vetebrata, dalam hal ini yaitu jenis burung beo electus Alasan proses pemuliaan di vetebrata : disebabkan oleh fakta bahwa urutan jenis kelamin jarang dievaluasi di tingkat telur dalam spesies vertebrata polytocous Data urutan Jenis kelamin Beo electus dipilih karena penelitian tentang pola jenis kelamin dari hewan ini sudah banyak didokumentasikan Metode yang digunakan adalah GLMM dengan sebaran galat menyebar binomial Model intercept acak
6 Peubah yang digunakan ID dari clutch (1,2,...,N) Order (1,2,...,n), n adalah banyaknya telur per clutch Jenis kelamin (1 untuk jantan (M), 0 untuk betina (F)) Prevsex, nilai yang diberikan berdasarkan urutan jenis kelamin sebelumnya dalam satu clutch Order0 atau order-1 (0,1,2,...) AF, bernilai 0 untuk urutan telur pertama, dan 1 untuk telur urutan berikutnya ID Order Sex Prevsex Order0 AF NA NA 2 1
7 Model yang dikembangkan
8 Model H0 Keterangan : y ij transformasi logit dari peluang telur ke-i dalam clutch ke-j untuk menetas sebagai jantan b 0 intersep model y ij = b 0 + u ij + r 0j u ij ~Bin(P ij ) pengaruh acak dari setiap telur ke-i pada clutch ke-j mengikuti sebaran binom dengan peluang sebesar P ij (within clutch) 2 r 0j ~N 0, σ 0j pengaruh acak pada setiap clutch dalam model intersep acak mengikuti sebaran Normal dengan nilai tengah 0 dan ragam σ 2 0j (between clutch)
9 Model H0 y ij = b 0 + u ij + r 0j Diasumsikan tidak ada pengaruh dari urutan dan pengaruh jenis kelamin telur sebelumnya Urutan Jenis kelamin telur dipengaruhi oleh proses yang terjadi pada seluruh clutch (between clutch) Perubahan peluang telur ke-i berjenis kelamin jantan (P i ) konstan Makna dari pendugaan parameter logit P i = b 0 diamana P i adalah peluang telur ke-i pada urutan telur menetas sebagai jantan Ragam dari intersep acak memberikan informasi tentang keberagaman telur jantan antar clutch Semakin besar keragaman antar clutch menunjukkan rasio jenis kelamin semakin beragam antar clutch
10 Model H1 y ij = b 0 + b 1 AF ij + b 2 prevsex ij + u ij + r 0j y ij transformasi logit dari peluang telur ke-i dalam clutch ke-j untuk menetas sebagai jantan b 0 koefisien intersep model b 1 dan b 2 koefisien pengaruh tetap untuk peubah AF dan prevsex AF ij, peubah tetap After dan First telur ke-i pada pada clutch ke-j prevsex ij, peubah tetap the sex of the previous sex telur ke-i pada pada clutch ke-j u ij ~Bin(P ij ) pengaruh acak dari setiap telur ke-i pada clutch ke-j mengikuti sebaran binom dengan peluang sebesar P ij (within clutch) 2 r 0j ~N 0, σ 0j pengaruh acak pada setiap clutch dalam model intersep acak mengikuti sebaran Normal dengan nilai tengah 0 dan ragam σ 2 0j (between clutch)
11 Model H1 y ij = b 0 + b 1 AF ij + b 2 prevsex ij + u ij + r 0j Diasumsikan tidak ada pengaruh dari urutan namun diasumsikan pengaruh dari jenis kelamin telur sebelumnya ada dan konstan Perubahan peluang telur ke-i berjenis kelamin jantan (P i ) tergantung pada jenis kelamin telur sebelumnya b 0 menduga perbedaan peluang menjadi jantan pada telur pertama b 1 menduga perbedaan peluang menjadi jantan antara telur pertama dengan telur berikutnya b 2 menduga perbedaan peluang menjadi jantan antara telur sebelumnya jantan atau betina
12 Makna dari pendugaan parameter Model H1 logit P 1 = b 0 logit P i i 1 f = b 0 + b 1 0.5b 2 logit P i i 1 m = b 0 + b b 2 P i peluang telur ke-i pada urutan telur menetas sebagai jantan P i i 1 m peluang telur ke-i pada urutan telur menetas sebagai jantan dengan syarat telur sebelumnya adalah jantan P i i 1 f peluang telur ke-i pada urutan telur menetas sebagai jantan dengan syarat telur sebelumnya adalah betina
13 Model H2 y ij = b 0 + b 1 Order0 ij + u ij + r 0j y ij transformasi logit dari peluang telur ke-i dalam clutch ke-j untuk menetas sebagai jantan b 0 koefisien intersep model b 1 koefisien pengaruh tetap untuk peubah Order0 Order0 ij peubah tetap Order0 telur ke-i pada pada clutch ke-j u ij ~Bin(P ij ) pengaruh acak dari setiap telur ke-i pada clutch ke-j mengikuti sebaran binom dengan peluang sebesar P ij (within clutch) 2 r 0j ~N 0, σ 0j pengaruh acak pada setiap clutch dalam model intersep acak mengikuti sebaran Normal dengan nilai tengah 0 dan ragam σ 2 0j (between clutch)
14 Model H2 y ij = b 0 + b 1 Order0 ij + u ij + r 0j Diasumsikan pengaruh dari urutan bersifat linear namun tidak ada pengaruh dari jenis kelamin telur sebelumnya Perubahan peluang telur ke-i berjenis kelamin jantan (P i ) linear Makna dari pendugaan parameter logit P i = b 0 + (i 1)b 1 diamana P i adalah peluang telur ke-i pada urutan telur menetas sebagai jantan b 0 menduga perbedaan peluang menjadi jantan pada telur pertama b 1 menduga perbedaan peluang menetas menjadi jantan antara telur ke-i dengan telur ke-(i 1)
15 Model H3 y ij = b 0 + b 1 Order0 ij + b 2 prevsex ij + u ij + r 0j y ij transformasi logit dari peluang telur ke-i dalam clutch ke-j untuk menetas sebagai jantan b 0 koefisien intersep model b 1 dan b 2 koefisien pengaruh tetap untuk peubah Order0 dan prevsex Order0 ij peubah tetap Order0 telur ke-i pada pada clutch ke-j prevsex ij peubah tetap the sex of the previous sex telur ke-i pada pada clutch ke-j u ij ~Bin(P ij ) pengaruh acak dari setiap telur ke-i pada clutch ke-j mengikuti sebaran binom dengan peluang sebesar P ij (within clutch) 2 r 0j ~N 0, σ 0j pengaruh acak pada setiap clutch dalam model intersep acak mengikuti sebaran Normal dengan nilai tengah 0 dan ragam σ 2 0j (between clutch)
16 Model H3 y ij = b 0 + b 1 Order0 ij + b 2 prevsex ij + u ij + r 0j Diasumsikan pengaruh dari urutan jenis kelamin bersifat linear dan pengaruh dari jenis kelamin telur sebelumnya konstan Atau dengan kata lain : Perubahan peluang telur ke-i berjenis kelamin jantan (P i ) linear dan tergantung pada jenis kelamin telur sebelumnya Koefisien dari peubah prevsex menduga ketergantungan jenis kelamin dari telur sebelumnya Koefisien Order0 menduga perubahan linear logit P i bertelur sepanjang urutan
17 Makna dari pendugaan parameter Model H3 logit P 1 = b 0 logit P i = b 0 + (i 1)b 1 logit P i i 1 f = b 0 + (i 1)b 1 0.5b 2 logit P i i 1 m = b 0 + (i 1)b b 2 P i peluang telur ke-i pada urutan telur menetas sebagai jantan P i i 1 m peluang telur ke-i pada urutan telur menetas sebagai jantan dengan syarat telur sebelumnya adalah jantan P i i 1 f peluang telur ke-i pada urutan telur menetas sebagai jantan dengan syarat telur sebelumnya adalah betina
18 Data---Simulasi 50 clutch hipotetik (ID : 1, 2,..., 50) Ada 3 telur pada setiap clutch P 1 = 0.6, P i (i-1)m = 0.8, P i (i-1)f = 0.4 3% random missing values
19 # generate data file data <- data.frame(cbind( ID = c(1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 7, 8, 8, 8, 9, 9, 9, 10, 10, 10, 11, 11, 11, 12, 12, 12, 13, 13, 13, 14, 14, 14, 15, 15, 15, 16, 16, 16, 17, 17, 17, 18, 18, 18, 19, 19, 19, 20, 20, 20, 21, 21, 21, 22, 22, 22, 23, 23, 23, 24, 24, 24, 25, 25, 25, 26, 26, 26, 27, 27, 27, 28, 28, 28, 29, 29, 29, 30, 30, 30, 31, 31, 31, 32, 32, 32, 33, 33, 33, 34, 34, 34, 35, 35, 35, 36, 36, 36, 37, 37, 37, 38, 38, 38, 39, 39, 39, 40, 40, 40, 41, 41, 41, 42, 42, 42, 43, 43, 43, 44, 44, 44, 45, 45, 45, 46, 46, 46, 47, 47, 47, 48, 48, 48, 49, 49, 49, 50, 50, 50), order = c(1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3), sex = c(0, 0, 1, 0, 0, 0, 1, 1, 0, 1, 1, NA, 1, 1, 0, 1, 1, 0, 1, 1, 1, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, NA, 1, 1, 1, 0, 0, 0, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 0, 1, 0, 1, 1, 0, 0, 0, 1, 1, 1, 0, 1, 1, 0, 1, 1, 0, 1, 1, 1, NA, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 0, 1, 1, 1, 1, 0, 1, 1, 0, 0, 1, 1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 1, 1, 0, NA, 1, 0, 0, 1, 0, 0, 1, 1, 1, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 1, 1, 1, 0, 1, NA, 0, 1, 1) Data Simulasi
20 Data--Real Data Real : urutan jenis kelamin yang dihasilkan oleh sepuluh betina dari burung beo Eclectus Analisis dilakukan berdasarkan urutan rasio jenis kelamin yang diproduksi oleh induk betina dalam peristiwa pemuliaan berulang Urutan penetasan telur tidak diketahui, sehingga satu-satunya informasi yang tersedia adalah jumlah telur yang menetas pada satu kali pemuliaan dan jenis kelamin
21 Data--Real Jumlah ID telur
22 Pemilihan model terbaik Pemilihan model terbaik perlu dilakukan dalam rangka untuk menilai model mana yang terbaik didukung oleh data Uji Perbandingan yang digunakan AIC Kelemahan AIC hanya baik untuk data yang berukuran sama Informasi tentang urutan jenis kelamin telur biasanya terhambat oleh karena kematian sebelum jenis kelamin dari telur dapat diamati oleh peneliti Data hilang
23 Pemilihan model terbaik Dalam membandingkan AIC antar model yang memiliki data hilang harus mendapatkan perhatian khusus, karena memberikan pengaruh yang berbeda Modifikasi yang dilakukan adalah dengan mengeluarkan satu baris pengamatan yang terdapat data hilang, lalu dihitung kembali nilai kriteria AIC (AICc atau AIC corrected) Karena nilai AIC dan AICc yang dihasilkan tidak berbeda jauh, sehingga peneliti memutuskan menggunakan nilai kriteria AIC untuk pemilihan model terbaik
24 Metode lain yang dikembangkan Mengembangkan metode untuk menganalisis urutan rasio jenis kelamin Mengembangkan analisis baik di dalam dan antar group keturunan atau hanya antar group keturunan Mengembangkan metode yang memungkinkan untuk menganalisis data yang ukurannya tidak sama dan adanya data hilang.
25 Perubahan non-linear dalam peluang menetas menjadi beo jantan dalam urutan keturunan Melakukan analisis panjang urutan dari rasio jenis kelamin, dimana perubahan peluang rasio jenis kelamin bersifat non-linear sepanjang urutan Dapat dilakukan dengan cara memberikan pengaruh polinomial lebih tinggi untuk peubah Order0
26 Butir penting terkait dengan substansi jurnal Struktur data yang bertingkat Peubah yang masuk kedalam model Perbandingan antar model Penanganan data hilang Kriteria pemilihan model terbaik khususnya untuk kasus adanya data hilang Metode pendugaan parameter
27
Oleh. Yenni Angraini (G )
Tugas 3 Analisis Data Lanjutan Resume : Analysis of sex sequences by means of generalized linear mixed models Roberto Ambrosini, Diego Rubolini, Nicola Saino Oleh Yenni Angraini (G161150051) SEKOLAH PASCA
Lebih terperinciOleh. Yenni Angraini (G )
Tugas 4 Analisis Data Lanjutan Resume 2: Analysis of sex sequences by means of generalized linear mixed models Roberto Ambrosini, Diego Rubolini, Nicola Saino Oleh Yenni Angraini (G161150051) SEKOLAH PASCASARJANA
Lebih terperinciResume 2 : Analysis of sex sequences by means of generalized linear mixed models. Yenni Angraini G
Resume 2 : Analysis of sex sequences by means of generalized linear mixed models Roberto Ambrosini, Diego Rubolini, Nicola Saino Yenni Angraini G161150051 Eksplorasi Data Data Simulasi proportion of male
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciBAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS)
28 BAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS) 3.1 Geographically Weighted Logistic Regression (GWLR) Geographically Weighted Logistic Regression adalah metode untuk
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1. Metode Analisis Data 2.1.1. Uji Validitas Validitas adalah suatu ukuran yang membuktikan bahwa apa yang diamati peneliti sesuai dengan apa yang sesungguhnya ada dalam dunia
Lebih terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinci1. PENDAHULUAN. Salah satu produk peternakan yang memberikan sumbangan besar bagi. menghasilkan telur sepanjang tahun yaitu ayam arab.
1. PENDAHULUAN A. Latar Belakang dan Masalah Sejalan dengan pertambahan penduduk dan tingkat kesadaran masyarakat akan gizi, diperlukan peningkatan ketersediaan sumber gizi terutama protein hewani. Salah
Lebih terperinciPeking. Gambar 6 Skema persilangan resiprokal itik alabio dengan itik peking untuk evaluasi pewarisan sifat rontok bulu terkait produksi telur.
23 BAHAN DAN METODE Waktu dan Tempat Penelitian Pengamatan terhadap sifat rontok bulu dan produksi telur dilakukan sejak itik memasuki periode bertelur, yaitu pada bulan Januari 2011 sampai Januari 2012.
Lebih terperinciKONSISTENSI ESTIMATOR
KONSISTENSI ESTIMATOR TUGAS STATISTIKA MATEMATIKA II Oleh 1. Wahyu Nikmatus S. (121810101010) 2. Vivie Aisyafi F. (121810101050) 3. Rere Figurani A. (121810101052) 4. Dwindah Setiari W. (121810101054)
Lebih terperinciIII BAHAN DAN METODE PENELITIAN. Penelitian ini menggunakan 20 ekor Itik Rambon Betina, 4 ekor Itik
21 III BAHAN DAN METODE PENELITIAN 3.1 Bahan Penelitian 3.1.1 Objek Penelitian Penelitian ini menggunakan 20 ekor Itik Rambon Betina, 4 ekor Itik Rambon Jantan dan 20 ekor Itik Cihateup Betina, 4 ekor
Lebih terperinciHASIL DAN PEMBAHASAN. Hemoglobin. Hemoglobin Burung Merpati Jantan dan Betina sebelum dan sesudah Dilatih Terbang
HASIL DAN PEMBAHASAN Hemoglobin Hemoglobin Burung Merpati Jantan dan Betina sebelum dan sesudah Dilatih Terbang Hemoglobin burung merpati jantan dan betina sebelum dan sesudah dilatih terbang selama penelitian
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Metode regresi merupakan komponen integral dari suatu analisis data yang menggambarkan hubungan antara variabel respon dan satu atau lebih variabel prediktor
Lebih terperinciBAHAN DAN METODE PENELITIAN. Bahan yang digunakan pada penelitian ini adalah telur Itik Rambon dan
18 III BAHAN DAN METODE PENELITIAN 3.1 Bahan Penelitian 3.1.1 Bahan Penelitian Bahan yang digunakan pada penelitian ini adalah telur Itik Rambon dan Cihateup yang diperoleh dari pencampuran jantan dan
Lebih terperinciLABORATORIUM PEMULIAAN DAN BIOMETRIKA FAKULTAS PETERNAKAN UNIVERSITAS PADJADAJARAN JATINANGOR 2009
ANALISIS HERITABILITAS POLA REGRESI LAPORAN PRAKTIKUM Oleh Adi Rinaldi Firman 200110070044 LABORATORIUM PEMULIAAN DAN BIOMETRIKA FAKULTAS PETERNAKAN UNIVERSITAS PADJADAJARAN JATINANGOR 2009 BAB I PENDAHULUAN
Lebih terperinciHASIL DAN PEMBAHASAN
19 HASIL DAN PEMBAHASAN Jumlah Telur Nyamuk Aedes aegypti yang telah diberikan pakan darah akan menghasilkan sejumlah telur. Telur-telur tersebut dihitung dan disimpan menurut siklus gonotrofik. Jumlah
Lebih terperinciPENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA
PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciIII. HASIL DAN PEMBAHASAN
III. HASIL DAN PEMBAHASAN 3.1 Panjang Baku Gambar 1. menunjukkan bahwa setelah dilakukan penyortiran pada bulan pertama terjadi peningkatan rata-rata panjang baku untuk seluruh kasus dan juga kumulatif.
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di Desa Bumirestu, Kecamatan Palas, Kabupaten
30 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan di Desa Bumirestu, Kecamatan Palas, Kabupaten Lampung Selatan pada April--Mei 2015. B. Alat dan Bahan 1) Alat yang digunakan
Lebih terperinciLampiran 2. Fungsi dari masing-masing pernyataan yang digunakan dalam PROC MIXED
LAMPIRAN Lampiran. Bentuk Umum Dari PROC MIXED PROC MIXED pilihan-pilihan ; BY nama-nama peubah ; CLASS nama-nama peubah ; ID nama-nama peubah; MODEL peubah respon = nama-nama peubah / pilihan-pilihan
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan tentang pola hubungan (model) antara dua peubah atau lebih (Draper dan Smith, 1992).
Lebih terperinciBab 5 Distribusi Sampling
Bab 5 Distribusi Sampling Pendahuluan Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n
Lebih terperinciHASIL DAN PEMBAHASAN Identifikasi Siklus Hidup B. tabaci Biotipe-B dan Non-B pada Tanaman Mentimun dan Cabai
16 HASIL DAN PEMBAHASAN Identifikasi Hasil identifikasi dengan menggunakan preparat mikroskop pada kantung pupa kutukebul berdasarkan kunci identifikasi Martin (1987), ditemukan ciri morfologi B. tabaci
Lebih terperinciHASIL DAN PEMBAHASAN. Algoritma Cepat Penduga GS
HASIL DAN PEMBAHASAN Algoritma Cepat Penduga GS Sebagaimana halnya dengan algoritma cepat penduga S, algoritma cepat penduga GS dikembangkan dengan mengkombinasikan algoritma resampling dan algoritma I-step.
Lebih terperinciIII. METODE PENELITIAN
39 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder tersebut merupakan data cross section dari data sembilan indikator
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu
xiv BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif
Lebih terperinciMinimum Variance Unbiased Estimator (MVUE) K-Fold Cross Validation
6 Individu kemudian diseleksi dengan metode Roulette Wheel, dengan peluang suatu individu untuk terpilih dinyatakan dengan persamaan sebagai berikut: 4. Pindah silang (cross-over) Metode pindah silang
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinci3. METODE PENELITIAN
15 3. METODE PENELITIAN 3.1. Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan di TPI Cilincing, Jakarta Utara. Pengambilan data primer berupa pengukuran panjang dan bobot ikan contoh yang ditangkap
Lebih terperinciPeningkatan jumlah penduduk diikuti dengan meningkatnya kebutuhan akan. bahan pangan yang tidak lepas dari konsumsi masyarakat sehari-hari.
I. PENDAHULUAN A. Latar Belakang dan Masalah Peningkatan jumlah penduduk diikuti dengan meningkatnya kebutuhan akan bahan pangan yang tidak lepas dari konsumsi masyarakat sehari-hari. Hal ini berdampak
Lebih terperinciTINJAUAN PUSTAKA TIMSS 2007
3 TINJAUAN PUSTAKA TIMSS 007 TIMSS ( Trends in Mathematics and Science Study) merupakan penelitian yang dilakukan oleh IEA (International Association for the Evaluation of Educational Achievement) yang
Lebih terperinciKuswanto-2012 Macam Mating Design Mating Design I 2 faktor, nested (tersarang) Mating Design II 2 faktor, faktorial Mating Design III ull faktorial Mixed ull nested Dialel Mating !! " " #! Apakah nested
Lebih terperinciAPLIKASI REGRESI DUA LEVEL TERHADAP NILAI AKHIR METODE STATISTIKA. Indahwati, Dian Kusumaningrum, Wiwid Widiyani
S-4 APLIKASI REGRESI DUA LEVEL TERHADAP NILAI AKHIR METODE STATISTIKA Indahwati, Dian Kusumaningrum, Wiwid Widiyani Departemen Statistika FMIPA IPB Email : Indah_stk@yahoo.com Abstrak Metode Statistika
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciHASIL DAN PEMBAHASAN
3 HASIL DAN PEMBAHASAN Analisis Dekriptif Analisis deskripsi merupakan teknik eksplorasi data untuk melihat pola data secara umum. Dari data TIMSS 7 rata-rata capaian matematika siswa Indonesia sebesar
Lebih terperinciBAB III MATERI DAN METODE. Penelitian tentang Pengaruh Indeks Bentuk Telur terhadap Daya Tetas dan
10 BAB III MATERI DAN METODE Penelitian tentang Pengaruh Indeks Bentuk Telur terhadap Daya Tetas dan Mortalitas Itik Magelang dilaksanakan pada bulan Oktober - Desember 2015 bertempat di Desa Ngrapah,
Lebih terperinciNILAI PEMULIAAN. Bapak. Induk. Anak
Suhardi, S.Pt.,MP NILAI PEMULIAAN Dalam pemuliaan ternak, pemilihan ternak ternak terbaik berdasarkan keunggulan genetik, karena faktor ini akan diturunkan pada anak anaknya.? Nilai Pemuliaan (NP) merupakan
Lebih terperinciBAB I PENDAHULUAN I.1.
BAB I PENDAHULUAN I.1. Latar Belakang Dalam dunia peternakan, program seleksi sangat penting sekali fungsinya, yaitu untuk memilih individu mana yang terbaik dan pantas untuk dikawinkan. Selain itu, seleksi
Lebih terperinci4. HASIL DAN PEMBAHASAN
17 4. HASIL DAN PEMBAHASAN 4.1. Hasil 4.1.1. Organ reproduksi Jenis kelamin ikan ditentukan berdasarkan pengamatan terhadap gonad ikan dan selanjutnya ditentukan tingkat kematangan gonad pada tiap-tiap
Lebih terperinciPENERAPAN REGRESI ZERO-INFLATED NEGATIVE BINOMIAL (ZINB) UNTUK PENDUGAAN KEMATIAN ANAK BALITA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 11-16 ISSN: 2303-1751 PENERAPAN REGRESI ZERO-INFLATED NEGATIVE BINOMIAL (ZINB) UNTUK PENDUGAAN KEMATIAN ANAK BALITA NI MADE SEKARMINI 1, I KOMANG GDE SUKARSA
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian tentang hubungan diantara fenomena-fenomena real merupakan dasar dari tujuan sains dan memainkan peranan penting dalam kehidupan seharihari. Saat ini analisis
Lebih terperinciII KAJIAN KEPUSTAKAAN. selain ayam adalah itik. Itik memiliki potensi yang besar untuk dikembangkan,
II KAJIAN KEPUSTAKAAN 2.1. Deskripsi Itik Rambon Ternak unggas yang dapat dikatakan potensial sebagai penghasil telur selain ayam adalah itik. Itik memiliki potensi yang besar untuk dikembangkan, melihat
Lebih terperinciPENDAHULUAN. Beberapa jenis ayam broiler parent stock yang mempunyai sifat yang baik dan
I PENDAHULUAN 1.1 Latar Belakang Perusahaan peternakan pembibit ayam broiler parent stock menginginkan produksi telur ayam yang tinggi, akan tetapi pencapaiannya akan tergantung kepada beberapa faktor,
Lebih terperinciBAB III MATERI DAN METODE. Penelitian ini dilaksanakan pada bulan April November 2016 di Desa
12 BAB III MATERI DAN METODE Penelitian ini dilaksanakan pada bulan April November 2016 di Desa Ngrapah, Kecamatan Banyubiru, Kabupaten Semarang, Jawa Tengah. Analisis data dilaksanakan di Laboraturium
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data
5 II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data panel ini, penulis menggunakan definisi, teorema dan konsep dasar yang berkaitan dengan pendugaan parameter,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dalam penelitian suatu bidang yang melibatkan makhluk hidup terutama manusia sebagai respon atau subjek yang diteliti tentunya harus memperhatikan
Lebih terperinciModel Campuran Linear Terampat dalam pemodelan spesies dan stok ikan di Sungai Na Thap - Thailand Selatan
Model Campuran Linear Terampat dalam pemodelan spesies dan stok ikan di Sungai Na Thap - Thailand Selatan Yenni Angraini Departemen Statistics, Institut Pertanian Bogor (y_angraini@ipb.ac.id) Khairil Anwar
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
Lebih terperinci3. METODOLOGI. Gambar 2. Peta lokasi penangkapan ikan tembang (Sardinella fimbriata) Sumber : Dinas Hidro-Oseanografi (2004)
3. METODOLOGI 3.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan selama delapan bulan dari bulan Maret 2011 hingga Oktober 2011 dengan mengikuti penelitian bagian Manajemen Sumberdaya Perikanan
Lebih terperinciTAKE HOME UAS ANALISIS STATISTIKA (STK511) Oleh: Nuralim Pasisingi C Program Studi: SDP
TAKE HOME UAS ANALISIS STATISTIKA (STK511) Oleh: Nuralim Pasisingi C251120031 Program Studi: SDP 1. Perancangan percobaan Perancangan percobaan adalah suatu rancangan yang dibuat untuk mendapatkan informasi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Lokasi Penelitian Penelitian mengenai teknik penangkaran dan analisis koefisien inbreeding jalak bali dilakukan di penangkaran Mega Bird and Orchid Farm (MBOF),
Lebih terperinciMETODE PENELITIAN. wilayah Kecamatan Karawang Timur dijadikan sebagai kawasan pemukiman dan
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini merupakan studi kasus yang dilakukan di Kecamatan Karawang Timur, Kabupaten Karawang. Pemilihan lokasi tersebut didasarkan atas wilayah
Lebih terperinciGambar 5 Peta daerah penangkapan ikan kurisi (Sumber: Dikutip dari Dinas Hidro Oseanografi 2004).
24 3 METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian ini dilakukan pada bulan Maret 2011 sampai dengan bulan Oktober 2011. Lokasi penelitian berada di Selat Sunda, sedangkan pengumpulan data dilakukan
Lebih terperinciPelanggaran Asumsi Normalitas Model Multilevel Pada Galat Level yang Lebih Tinggi. Bertho Tantular 1)
Pelanggaran Asumsi Normalitas Model Multilevel Pada Galat Level yang Lebih Tinggi S-28 Bertho Tantular 1) 1) Staf Pengajar Jurusan Statistika FMIPA UNPAD berthotantular@gmail.com Abstrak Secara umum model
Lebih terperinciPENGUJIAN HIPOTESIS. Daerah penolakan. luas KED
PENGUJIAN HIPOTESIS A. Langkah langkah pengujian hipotesis Hipotesis adalah asumsi atau dugaan mengenai sesuatu. Jika hipotesis tersebut tentang nilai nilai parameter maka hipotesis itu disebut hipotesis
Lebih terperinci3. METODE PENELITIAN
9 3. METODE PENELITIAN 3.1. Waktu dan Lokasi Penelitian Ikan contoh diambil dari TPI Kali Baru mulai dari bulan Agustus 2010 sampai dengan bulan November 2010 yang merupakan hasil tangkapan nelayan di
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. mahasiswa lulusan yang berasal dari School of Computer Science BINUS. datanya adalah seperti yang tertera pada Tabel 4.1.
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Analisis Data dan Pembahasan Jumlah keseluruhan data yang peneliti peroleh adalah sebanyak 718 data mahasiswa lulusan yang berasal dari School of Computer Science BINUS
Lebih terperinciPENGARUH MIXED DISTRIBUTION PADA PENDEKATAN QUASI-LIKELIHOOD DALAM MODEL LINEAR 1)
PENGARUH MIXED DISTRIBUTION PADA PENDEKATAN QUASI-LIKELIHOOD DALAM MODEL LINEAR 1) Anang Kurnia Departemen Statistika FMIPA IPB Jl. Meranti, Wing 22 Level 4 Kampus IPB Darmaga, Bogor Email: anangk@ipb.ac.id
Lebih terperinciPEMODELAN REGRESI 2-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Tingkat pendidikan Anak di Kabupaten Semarang)
PEMODELAN REGRESI 2-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Tingkat pendidikan Anak di Kabupaten Semarang) SKRIPSI Oleh: DYAN ANGGUN KRISMALA NIM: J2E 009 040 JURUSAN
Lebih terperinciMODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD. Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK
MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK Analisis regresi logistik biner dengan metode penalized maximum likelihood digunakan
Lebih terperinciPROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )
PENGUJIAN HIPOTESIS PROSEDUR UMUM Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) misalnya: H 0 : µ = 100 H 1 : μ 100 atau H 1 : μ> 100 atau H 1 : μ< 100 PROSEDUR UMUM Langkah : tentukan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian-penelitian di bidang kesehatan sering dijumpai salah satu jenis data yang disebut dengan data antar kejadian atau data survival. Data survival
Lebih terperinciBAHAN DAN METODE. Percobaan 1. Pengaruh pemberian bahan aromatase inhibitor pada tiga genotipe ikan nila sampai tahap pendederan.
12 BAHAN DAN METODE Tempat dan waktu Penelitian dilakukan di Laboratorium Pemuliaan dan Genetika dan kolam percobaan pada Loka Riset Pemuliaan dan Teknologi Budidaya Perikanan Air Tawar, Jl. Raya 2 Sukamandi,
Lebih terperinciPEMODELAN REGRESI TIGA LEVEL PADA DATA PENGAMATAN BERULANG. Indahwati, Yenni Angraeni, Tri Wuri Sastuti
S-25 PEMODELAN REGRESI TIGA LEVEL PADA DATA PENGAMATAN BERULANG Indahwati, Yenni Angraeni, Tri Wuri Sastuti Departemen Statistika FMIPA IPB Email : Indah_stk@yahoo.com Abstrak Pemodelan multilevel adalah
Lebih terperinciBAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.
11 BAB III UJI STATISTIK DAN SIMULASI 3.1 Interval Kepercayaan Sebuah interval kepercayaan terdiri dari berbagai nilai-nilai bersama-sama dengan persentase yang menentukan seberapa yakin bahwa parameter
Lebih terperinciII. TINJAUAN PUSTAKA. Trisik adalah kawasan yang masih menyimpan sisa keanekaragaman
II. TINJAUAN PUSTAKA A. Keanekaragaman Burung di Pantai Trisik Trisik adalah kawasan yang masih menyimpan sisa keanekaragaman hayati di Yogyakarta khususnya pada jenis burung. Areal persawahan, laguna
Lebih terperinciBAB IV APLIKASI. Dalam bab ini akan dibahas mengenai contoh penggunaan model
BAB IV APLIKASI Dalam bab ini akan dibahas mengenai contoh penggunaan model regresi logistik 2-level dengan random intercept pada data survei mengenai penggunaan hak memilih pada saat pemilu di beberapa
Lebih terperinciBAB I PENDAHULUAN. diantaranya asuransi jiwa dan asuransi kesehatan. Setiap individu mempunyai
BAB I PENDAHULUAN 1.1 Latar Belakang Risiko kematian sangat berpengaruh terhadap beberapa jenis asuransi, diantaranya asuransi jiwa dan asuransi kesehatan. Setiap individu mempunyai tingkat risiko kematian
Lebih terperinci3 METODE PENELITIAN. Gambar 4 Peta lokasi penelitian.
14 3 METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian ini dilakukan di PPI Labuan, Provinsi Banten. Ikan contoh yang diperoleh dari PPI Labuan merupakan hasil tangkapan nelayan disekitar perairan Selat
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN KARAKTERISTIK PRODUKTIVITAS Bobot Badan dan Pertambahan Bobot Badan Pertumbuhan itik Cihateup yang terjadi akibat perubahan bentuk dan komposisi tubuh dapat diketahui dengan melakukan
Lebih terperinciBAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR)
BAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) 3.1 Regresi Poisson Regresi Poisson merupakan suatu bentuk analisis regresi yang digunakan untuk memodelkan data
Lebih terperinciBAB III MATERI DAN METODE. Penelitian dilaksanakan pada bulan Juli Oktober 2016 di Satuan Kerja
9 BAB III MATERI DAN METODE Penelitian dilaksanakan pada bulan Juli Oktober 2016 di Satuan Kerja Sumberejo, Kendal. Sakter Sumberejo ini merupakan satuan kerja dibawah naungan Balai Pembibitan dan Budidaya
Lebih terperinci4 HASIL DAN PEMBAHASAN
9 4 HASIL DAN PEMBAHASAN Deskripsi Mahasiswa Pascasarjana IPB 2005-2010 Berhenti Studi Pada Tabel 1 terlihat bahwa persentase mahasiswa pascasarjana IPB yang berhenti studi tahun 2005-2010 menurun tetapi
Lebih terperinciIII OBJEK DAN METODE PENELITIAN. Objek penelitian ini menggunakan catatan reproduksi sapi FH impor
III OBJEK DAN METODE PENELITIAN 2.1. Objek dan Peralatan Penelitian 2.1.1. Objek Penelitian Objek penelitian ini menggunakan catatan reproduksi sapi FH impor periode pertama tahun 2009. Sapi yang diamati
Lebih terperinciMATERI DAN METODE. Tabel 2. Jumlah Kuda yang Diamati Berdasarkan Lokasi dan Jenis Kelamin
MATERI DAN METODE Lokasi dan Waktu Penelitian ini dilakukan di Laboratorium Pemuliaan dan Genetika Ternak, Departemen Ilmu Produksi dan Teknologi Peternakan, Fakultas Peternakan, Institut Pertanian Bogor.
Lebih terperinciGeneralized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017
Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Banyak jenis data memiliki struktur hirarki, tercluster, atau bersarang (nested). Hirarki tersebut dapat hadir secara alami dalam pengamatan observasional
Lebih terperinciPengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:
Topik Bahasan: Pengujian Hipotesis. Pendahuluan Hipotesis pernyataan yang merupakan pendugaan berkaitan dengan nilai suatu parameter populasi (satu atau lebih populasi) Kebenaran suatu hipotesis diuji
Lebih terperinciIV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Jenis dan Sumber Data
IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian tentang risiko harga sayuran di Indonesia mencakup komoditas kentang, kubis, dan tomat dilakukan di Pasar Induk Kramat Jati, yang
Lebih terperinciMETODE PENELITIAN. Budidaya Perairan Fakultas Pertanian Universitas Lampung.
III. METODE PENELITIAN A. Waktu dan Tempat Penelitan ini dilaksanakan pada bulan November 2014 sampai bulan Januari 2015 bertempat di Desa Toto Katon, Kecamatan Punggur, Kabupaten Lampung Tengah, Provinsi
Lebih terperinciPada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel
DISTRIBUSI SAMPLING Pada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel tersebut nilai-nilai statistiknya dihitung
Lebih terperinciMETODE PENELITIAN. Gambar 2. Peta lokasi penangkapan ikan kembung perempuan (R. brachysoma)
11 3. METODE PENELITIAN 3.1. Waktu dan Lokasi Penelitian Ikan contoh diambil dari TPI Kalibaru mulai dari bulan Agustus sampai dengan bulan November 2010 yang merupakan hasil tangkapan nelayan Teluk Jakarta
Lebih terperinciBAB II TINJAUAN PUSTAKA. keuntungan atau coumpouding. Dari definisi di atas dapat disimpulkan bahwa
BAB II TINJAUAN PUSTAKA 2.1 Pengertian Investasi Menurut Fahmi dan Hadi (2009) investasi merupakan suatu bentuk pengelolaan dana guna memberikan keuntungan dengan cara menempatkan dana tersebut pada alokasi
Lebih terperinciTINJAUAN PUSTAKA. Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel
Lebih terperinci114 Warna dasar, pola bulu dan corak bulu burung merpati balap sama dengan burung merpati lokal, kecuali warna dasar putih tidak ditemukan pada balap
113 BAHASAN UMUM Gen yang mempengaruhi ekspresi sifat kualitatif terdapat pada kromosom otosom (kromsom Z), sehingga ekspresi pada kedua jenis kelamin sama, kecuali warna bulu adapula yang terpaut seks.
Lebih terperinciSTK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak
STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman
Lebih terperinciMetode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)
Metode Statistika Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Pengantar Seringkali kita tertarik dengan karakteristik umum dari suatu populasi parameter Misalnya saja berapa rata-rata
Lebih terperinciI. PENDAHULUAN. Seiring perkembangan ilmu pengetahuan di bidang peternakan yang semakin luas,
1 I. PENDAHULUAN 1.1 Latar Belakang dan Masalah Seiring perkembangan ilmu pengetahuan di bidang peternakan yang semakin luas, jenis ternak yang dipelihara oleh masyarakat pun semakin beragam. Beternak
Lebih terperinciDistribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai
Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi
Lebih terperinciBAB III. Model Regresi Linear 2-Level. Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat
BAB III Model Regresi Linear 2-Level Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat linear. Untuk data berstruktur hirarki 2 tingkat, analisis regresi yang dapat digunakan adalah
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciANALISIS PERANCANGAN PERCOBAAN 2 MATERI 3: KONSEP NILAI HARAPAN KUADRAT TENGAH
ANALISIS PERANCANGAN PERCOBAAN MATERI 3: KONSEP NILAI HARAPAN KUADRAT TENGAH Pengantar Salah satu komponen penting dalam perancangan percobaan adalah analisis ragam (anova) Komponen utama dalam menyusun
Lebih terperinciESTIMASI. Arna Fariza PENDAHULUAN
ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik
Lebih terperinciBAB III METODE PENELITIAN. yang mempengaruhi aliran ekspor Surakarta ke Negara tujuan utama ekspor.
digilib.uns.ac.id 34 BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini merupakan suatu kajian masalah terhadap faktor-faktor yang mempengaruhi aliran ekspor Surakarta ke Negara tujuan
Lebih terperinciPEMODELAN REGRESI MULTILEVEL ORDINAL PADA DATA PENDIDIKAN DI JAWA BARAT
PEMODELAN REGRESI MULTILEVEL ORDINAL PADA DATA PENDIDIKAN DI JAWA BARAT Bertho Tantular Departemen Statistika FMIPA Universitas Padjadjaran bertho@unpad.ac.id ABSTRAK. Dalam generalized linear models,
Lebih terperinciA. Sekilas tentang Pemodelan Multilevel
Analisis Pemodelan Multilevel Melalui Program SPSS Wahyu Widhiarso Fakultas Psikologi UGM Responden penelitian tentunya tidak hanya berasal dari satu jenis latar belakang saja, akan tetapi berasal dari
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Populasi dan Sampel Populasi adalah kelompok besar individu yang mempunyai karakteristik umum yang sama atau kumpulan dari individu dengan kualitas serta ciri-ciri yang telah ditetapkan.
Lebih terperinciIV. HASIL DAN PEMBAHASAN. Derajat Kelangsungan Hidup (SR) Perlakuan Perendaman (%)
IV. HASIL DAN PEMBAHASAN 4.1 Hasil Hasil yang diperoleh pada penelitian ini meliputi persentase jenis kelamin jantan rata-rata, derajat kelangsungan hidup (SR) rata-rata setelah perlakuan perendaman dan
Lebih terperinci