METODE BUCKLEY-JAMES UNTUK ESTIMASI MODEL REGRESI LINIER PADA DATA TERSENSOR KANAN
|
|
- Hendra Sudirman
- 5 tahun lalu
- Tontonan:
Transkripsi
1 Statstka, Vol. 6, No. 1, Me 2018 METODE BUCKLEY-JAMES UNTUK ESTIMASI MODEL REGRESI LINIER PADA DATA TERSENSOR KANAN Muhammad Bayu Nrwaa Sekolah Tgg Ilmu Kesehata Muhammadyah Kudus Emal : mrwaa@stkesmuhkudus.ac.d ABSTRAK Data tersesor merupaka permasalaha yag serg dhadap pada peelta yag erhuuga dega lama waktu terjadya suatu kejada. Pegguaa aalss statstka tapa memperhatka kompoe tersesor dapat megakatka as pada hasl aalss data yag dperoleh. Dalam aalss regres ler, d maa varael depede adalah varael yag megadug data tersesor, aalss data tapa memperhatka kompoe tersesor dapat megakatka koefse model regres yag dperoleh tdak tepat. Hal terseut aka mejadka model regres yag dperoleh tdak dapat dguaka utuk memodelka da mempredks data dega ak. Metode Buckley-James adalah salah satu metode yag dapat dguaka utuk megatas permasalaha terseut. Estmas dar metode Buckley-James meguah ttk tersesor pada data tersesor ke la ekspektasya. Selajutya model regres ler destmas dega memerka oot pada metode least square megguaka estmator Kapla-Meer. Kata kuc : Regres Lear, Data Tersesor, Kapla-Meer, Least Square. PENDAHULUAN Karakterstk dar peelta yag erhuuga dega lama waktu terjadya suatu kejada adalah muculya data dega pegamata yag tdak legkap. Salah satu dar jes data dega pegamata yag tdak legkap adalah data tersesor. Data tersesor ayak mucul dalam eraga dag peelta. Dalam dag kesehata, aalss utuk data tersesor serg dseut dega aalss survval atau aalss taha hdup. D dag ekoom dseut dega aalss duras, da pada dag tekk dseut dega aalss relaltas. Seaga cotoh, terdapat eerapa pase kaker darah yag damat selama perode waktu tertetu sampa pase terseut meggal dua karea kaker darah. Jka pase mash hdup sampa akhr perode peelta, maka waktu taha hdup dar pase terseut merupaka data tersesor, karea waktu taha hdup sampa pase meggal tdak dperoleh secara legkap. Demka pula jka teryata pase pase meggal dua setelah perode peelta erakhr, maka data yag dperoleh juga tdak legkap karea perode peelta sudah erakhr. Sela tu, apala dalam perode peelta pase tdak melajutka peelta, maka data yag dperoleh oleh peelt utuk pase terseut juga tdak legkap. Waktu taha hdup pase kaker darah aru dkataka legkap atau teramat jka pase meggal dua d waktu atara awal perode peelta sampa akhr perode peelta. 1
2 Statstka, Vol. 6, No. 1, Me 2018 Peetua suatu pegamata termasuk pegamata tdak legkap erupa data tersesor, perlu memperhata waktu awal peelta (org) da akhr peelta (ed pot), serta defs kejada (evet) yag jelas. Krtera suatu pegamata termasuk data tersesor kaa yatu peelta erakhr, sehgga kemugka terdapat sujek yag elum megalam kejada (study eds, o evet). Sela tu, data tersesor juga dapat terjad karea sujek tdak melajutka megkut peelta ketka perode peelta mash erjala (lost), da sujek dkeluarka dar peelta (wthdraw). Sela data tersesor kaa, terdapat pula data terssesor kr da tersesor terval. Data tersesor kr terjad apala sujek telah megalam kejada seelum perode waktu tertetu atau seelum peelta dmula. Data tersesor terval jka formas megea terjadya suatu kejada tdak dketahu secara past, haya dketahu terjad pada suatu terval waktu tertetu. Aalss statstk utuk data tersesor harus memperhatka juga formas megea tersesorya data. Data yag tersesor tdak sa daaka dalam aalss data. Oleh karea tu dperluka metode statstk yag dapat megakomodas formas dar data tersesor. Estmas fugs survval merupaka salah satu metode agar dapat meaga formas tersesorya data dega ak. Fugs survval dotaska dega S() t yatu proaltas suatu dvdu atau sujek aka ertaha leh lama dar waktu t. Bertaha artya adalah sujek terseut dalam kods elum megalam suatu kejada (evet). Fugs survval dapat destmas secara parametrk maupu oparametrk. Dar estmas fugs survval yag dperoleh, selajutya dapat dhtug rata-rata taha hdup (mea tme to falure) sujeksujek yag damat. Huuga sea akat juga tdak lepas dar muculya data tersesor. Dalam aalss survval dkeal model regres Cox da model uj hdup dpercepat (accelerated falure tme, AFT) utuk meaga data tersesor pada varael depede. Namu, pemodela dalam model regres Cox da AFT adalah memodelka fugs survval atau fugs hazard dar varael depede, uka la dar varael depede tu sedr. Akatya, tdak dperoleh huuga yag ler atara varael depede dega varael depede. Huuga ler atara varael depede da varael depede dapat dperoleh megguaka aalss regres ler. Namu aalss regres ler tdak dapat meaga masalah ketka data tersesor mucul. Peelta memahas tetag metode Buckley-James [1] utuk estmas model regres ler dega varael depede megadug data tersesor. Fugs survval merupaka peluag suatu sujek ertaha leh lama dar waktu t [4], yatu S t P T t (1) Dega S() t erla atara ol sampa satu, sedagka t erla atara ol sampa tak hgga. Fugs survval S() t merupaka fugs o-creasg terhadap waktu t dega sfat karakterstk-karakterstk yatu: 1.Semak esar t maka S() t semak kecl. 2.Utuk 0 S t S 0 1. t maka 3.Utuk t maka S t S 0. Fugs survval dapat destmas secara parametrk maupu oparametrk. Estmas fugs survval secara parametrk dapat dlakuka melalu huuga fugs survval dega fugs dstrus kumulatf yatu 2
3 Statstka, Vol. 6, No. 1, Me 2018 S t 1 F t (2) Hal memuat grafk dar estmator Kapla-Meer memetuk kurva aak tagga (step fucto). Gamar 1. Grafk fugs surval. Rata-rata waktu taha hdup (mea tme to falure, MTTF) dar fugs survval adalah luas area d awah kurva S() t yag dapat dhtug dega rumus MTTF E T S t dt (3) 0 Salah satu metode estmas fugs survval secara oparametrk yatu dega megguaka metode Kapla- Meer. Estmator Kapla-Meer atau serg dseut seaga Product-Lmt Estmator, merupaka salah satu metode oparametrk yag dapat dguaka utuk fugs survval S() t. Estmator Kapla-Meer ddefska utuk semua la dalam retag waktu t, dtujukka dega: S t dmaa Y 1 ; t t1 d (4) 1 ; t t t t Y d adalah ayakya evet da adalah ayakya dvdu yag eresko megalam evet [4]. Varas dar estmator Kapla-Meer dhtug megguaka Greewood s Formula d Var S t S t 2 (5) t t Y Y d Estmas fugs survval dega estmator Kapla-Meer erla kosta pada setap terval waktu d maa data legkap dperoleh (pecewse-costat). Gamar 2. Grafk estmas Kapla-Meer. METODE PENELITIAN Sumer Data da Varael Peelta Data yag dguaka adalah data sekuder yag daml dar peelta dega data pederta Karsoma Nesofarg (KNF) yag terdaftar d aga Telga Hdug Teggorok Kepala Leher RSUP dr. Sardjto pada tahu yag dlakuka oleh [3]. Aalss dmula pada saat pase pertama kal terdagoss KNF (tercatat d aga rekam meds) da dakhr pada taggal 1 Jauar Pase dyataka hdup apala taggal kemata pase leh dar atau sama dega 36 ula setelah taggal pertama kal terdagoss, atau mash hdup sampa peelta erakhr yatu taggal 1 Jauar Metode Aalss Smulas ertujua utuk memadgka performa atara regres ler sederhaa dega regres Buckley- James dalam meaga data tersesor. Smulas dlakuka dega memagktka data erdasarka model regres lear dega satu varael depede. Varael depede x da 3
4 Statstka, Vol. 6, No. 1, Me 2018 error e dagktka secara radom, selajutya dtetuka koefse regres a da sehgga dperoleh la dar varael depede y. Selajutya dlakuka sesor secara radom sehgga varael depede y mejad varael yag megadug data tersesor. Kemuda destmas model regres utuk varael depede y da varael depede x utuk memperoleh koefse a da utuk model regres ler da model regres Buckley-James dega eerapa replkas. Koefse a da yag dperoleh pada masg-masg model dadgka utuk megetahu estmator yag memerka koefse regres a da yag dekat dega la a da yag dtetuka d awal smulas. HASIL PENELITIAN Estmas model Regres Buckley-James Metode Buckley-James [1] dguaka utuk megestmas model regres ler pada data tersesor kaa. Estmas dega metode Buckley-James erdasarka pada peyelesaa teratf pada persamaa least square yag telah dmodfkas utuk megakomodas data tersesor kaa pada varael depede. Estmas metode Buckley-James utuk suatu sampel sejumlah dvdu atau sujek pada persamaa regres ler Y X Selajutya dotaska adalah dkator tersesor pada sujek, d maa jka 1meujukka ahwa data pegamata legkap atau medapatka kejada, da 0 meujukka ahwa data tersesor kaa pada suatu la T, dperoleh huuga atara Y, T, da 0 ; Y T 1 ; Y T Kemuda detuk Z dega rumus Z m Y, T (6) Dstrus resdual pada (4) tdak dtetuka megkut suatu dstrus parametrk tertetu. Estmas dstrus dar resdual dlakuka secara oparametrk megguaka estmator Kapla-Meer (2). Utuk megakomodas data tersesor, varael depede dmodfkas dega meguah ttk tersesor pada data tersesor dega la ekspektasya [5], yatu E Y Y T (7) Sehgga dega memerka oot pada varael depede Y erdasarka status tersesorya da megguaka (7), dperoleh la aru dar Y yag sudah megakomodas data tersesor, Y, yatu 1 Y Y E Y Y T (8) Notas pada Y d ruas kr dar Y (8), meujukka ahwa la ergatug pada koefse regres. Nla Y aka terus dgat sesua dega koefse regres, hgga mecapa kekovergea. Dapat dtujukka ahwa. E Y E Y X Utuk 0 [2], aga ekspektas pada ruas kaa dar (9) mejad E Y Y T X E T X (9) (10) Berdasarka estmas EY Y T Y pada (8) mejad pada (10), la 4
5 Statstka, Vol. 6, No. 1, Me Y X Y X dega E c c T X. da Estmas E c merupaka jumlaha teroot dar resdual data tdak tersesor yag leh esar dar c. Boot yag derka erasal dar estmator Kapla-Meer S t yag dhtug dar resdual e Z X Z sepert dega pada (6). Pemoota dlakuka dega terleh dahulu megurutka la e dar la terkecl ke la teresar. Selajutya dperoleh estmas dar E c yatu E c wk ek D maa k 1 k k 1 f e wk S e 0 dega k proaltas pada da k k f e merupaka massa e k dar fugs F 1 S S e merupaka estmas Kapla-Meer pada resdual Setelah la e. Y utuk masgmasg sujek dperoleh, dlakuka estmas least square utuk memperoleh estmas dar. Estmas slope merupaka solus teras, karea varael Y ergatug pada la estmas [5]. Nla awal (tal value) dar slope, dotaska dega 0 0. Hasl yag telah dperoleh dguaka kemal utuk Y megestmas la estmas (1) dar yatu ˆ. Leh lajut, m m () () m x x 1 1 x y x y ()m D maa m 0,1, 2,3,... da adalah estmas utuk teras ke-m. Iteras dlakuka sampa koverges dperoleh, yatu y x 1 aˆ (12) Dega y adalah la akhr dar (2) ekspektas y setelah melalu proses Lagkah-lagkah (3) dalam smulas data utuk memadgka performa regres ler dega regres Buckley-James dalam megakomodas data tersesor: 1. Bagktka x dega x Uf 5,15. m1 m cukup kecl. Estmas ddapatka ketka (11) telah mecapa kekoverge, da dotaska dega. Selajutya, dar dapat dhtug estmas a yatu teras. Smulas model Regres Buckley-James 2. Bagktka e 1 dega e 1 N (0, 2). 3. Htug y erdasarka model y x e1, dega 0,5 da Bagktka 2 e2 N 0,2. 5. Htug d erdasarka model d x e2, dega 0,5 da Aml la z dega syarat z m y, d z_= m(y_; d_). e dega (11) 5
6 Statstka, Vol. 6, No. 1, Me Betuk dkator tersesor 1 jka z y da 0 jka z d. 8. Estmas la a da dar: a. RegresLear x mempegaruh z.. Regres Buckley-James x mempegaruh z. 9. Lakuka replkas utuk lagkah ke-2 sampa ke Buat oxplot dar hasl lagkah ke-9 utuk memadgka hasl ketga estmator. Hasl oxplot estmas dega megguaka regres lear (lear model) dega estmas dega regres Buckley-James. Gamar 3. Boxplot koefse tersep model regres ler da regres Buckley-James. Gamar 4. Boxplot koefse slope model regres ler da regres Buckley-James. Gamar 3 da Gamar 4 d atas meujuka oxplot estmas koefse a da dar smulas data atara regres ler klask dega regres Buckley- James. Regres lear klask kurag ak utuk megestmas data jka terdapat data tersesor. Terlhat dar oxplot utuk a da d atas, la meda koefse a da yag destmas regres ler, jauh dar la parameter yag telah dtetapka seelumya yatu a 0,5 da 2. Sedagka pada oxplot hasl estmas dega megguaka regres Buckley- James, sagat ak dguaka utuk memodelka data tersesor karea la meda hasl estmas koefse regres sagat dekat dega la parameter yag dtetapka seelumya yatu a 0,5 da 2. Tael 1. Rata-rata da varas dar replkas koefse regres hasl smulas Rata-Rata Varas Koef a regres ler 0,2588 0,1145 Koef regres ler 2,0173 0,0010 Koef a regres BJ 0,4967 0,1430 Koef regres BJ 2,0002 0,0012 Tael 1 meyajka rata-rata da varas dar replkas hasl smulas koefse regres ler da regres Buckley-James. Dar tael 1 dapat dlhat ahwa rata-rata hasl smulas utuk koefse tersep pada regres ler seesar 0,2588 relatf jauh dar la tersep yag dtetuka d awal smulas yatu 0,5. Namu utuk koefse slope, seesar 2,0173 sudah medekat la smulas yag dtetuka d awal yatu 2. Sedagka utuk rata-rata koefse hasl smulas dar regres Buckley-James, masg-masg utuk tersep seesar 0,4967 da slope seesar 2,0002 sudah medekat la tersep da slope yag dtetuka d awal smulas. Dar ratarata hasl smulas juga dperoleh ahwa regres Buckley-James dapat 6
7 Statstka, Vol. 6, No. 1, Me 2018 megakomodas adaya data tersesor dega ak. Stud Kasus da Aalss Data Stud kasus da aalsa data pada aga megguaka data dar peelta [3]. Dalam stud kasus daml varael waktu (dalam ula) seaga varael depede, da usa (dalam tahu) seaga varael depede. Dperoleh hasl seaga erkut Tael 2. Estmas koefse regres Buckley- James Koef S.E. Wald Koef Z Pr (> Z ) Itercep 72,579 8,990 8,07 <0,0001 Usa -0,901 0,177-5,09 <0,0001 Tael 2 meyajka hasl estmas model regres Buckley-James. Sehgga model regres uckley-james utuk data pederta KNF yatu: tme 72,579 0,901 Usa Nla sgfkas utuk koefse tersep da usa erada d awah la 0,05 sehgga koefse tersep da usa dapat masuk ke dalam model regres. Pada model terseut, dapat dsmpulka ahwa waktu sampa seseorag megalam kemata karea seraga jatug, dpegaruh oleh usa. Bertamahya 1 satua usa aka semak megkatka resko megalam evet (meggal), yatu keaka 1 satua usa pada pase KNF, aka megurag agka harapa hdup seesar 0,901 ula. Sgkatya semak tua seseorag semak cepat pula seorag pase aka megalam evet (meggal). KESIMPULAN 1. Regres ler kurag ak jka dguaka utuk memodelka data tersesor. 2. Regres Buckley-James dapat memodelka data tersesor dega ak. Sela tu regres Buckley- James memodelka varael depede da varael depede secara ler Sehgga terpretas regres Buckley-James leh mudah dpaham. 3. Dar hasl smulas terlhat ahwa model regres Buckley-James dapat megestmas data tersesor dega ak. DAFTAR PUSTAKA [1] Buckley, J., da James, I., 1979, Lear regresso wth cesored data. Bometrka, Vol. 66, [2] Cu, J., 2005, Buckley-James method for aalyzg cesored data, wth a applcato to a cardovascular dsease ad a HIV/AIDS study, The Stata Joural, Vol. 5, [3] Haroe, R. F., 2014, Agka Ketahaa Hdup 3 Tahu Pase Karsoma Nasofargs yag Medapat Nococurret Chemoradotherapy d Baga Telga Hdug Teggorok Kepala Leher RSUP dr. Sardjto pada Tahu , Skrps, Fakultas Kedoktera, Uverstas Gadjah Mada, Yogyakarta. [4] Kleaum, D. G., da Kle, M., 2005, Survval Aalyss : A Self- Learg Text, Sprger, New York. [5] Smth, P. J Aalyss of Falure ad Survval Data. Boca Rato, Florda: Chapma & Hall/CRC. Berdasarka hasl aalss da pemahasa, dapat dsmpulka seaga erkut : 7
BAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat
0 BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael yag la. Varael yag pertama dseut dega ermacam-macam stlah: varael
Lebih terperinciBAB 2 LANDASAN TEORI
0 BAB LANDASAN TEORI. Pegerta Regres da Korelas.. Pegerta Regres Regres adalah suatu metode statstka yag ergua utuk memerksa atau memodelka huuga datara varael-varael. Varael-varael terseut dega megguaka
Lebih terperinciLANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)
LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau
Lebih terperinciBAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai
BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres
Lebih terperinciII. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi
3 II. TINJAUAN PUSTAKA. Aalss Regres Aalss regres merupaka salah satu metode statstka ag dguaka utuk mempelajar da megukur huuga statstk ag terjad atara dua atau leh varael. Dalam regres sederhaa dkaj
Lebih terperinciBAB 5. ANALISIS REGRESI DAN KORELASI
BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska
Lebih terperinciPERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka
Lebih terperinciINTERPOLASI. FTI-Universitas Yarsi
BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala
Lebih terperinciANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:
ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres
Lebih terperinciDi dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu
KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua
Lebih terperinciBAB 2. Tinjauan Teoritis
BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael ag la. Varael ag pertama dseut dega ermacam-macam stlah: varael
Lebih terperinciAnalisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull
JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) 337-35 (31-98X Pr D-31 Aalss Survval Pada Pase Demam Berdarah Degue (DBD) d RSU Haj Surabaya Megguaka Model Regres Webull Alfa Slf Mufdah da Purhad Jurusa Statstka,
Lebih terperinciPEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX
JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 PEMODELAN STATISTIKA DENGAN TRANSFORMASI BO CO Dw Ispryat Staf Pegajar Jurusa Matematka Fakultas MIPA UNDIP Semarag Astrak Aalss
Lebih terperinciAnalisis Korelasi dan Regresi
Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael
Lebih terperinciRegresi Linier Sederhana Definisi Pengaruh
Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh
Lebih terperinciPEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX
Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 PEMODELAN STATISTIKA DENGAN TRANSFORMASI BO CO Dw Ispryat Staf Pegajar Jurusa Matematka Fakultas MIPA UNDIP Semarag Astrak Aalss regres adalah salah satu tekk
Lebih terperinci11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN
// REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA
Lebih terperinciANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET
Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,
Lebih terperinciBAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten
BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar
Lebih terperinciBAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu
BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka
Lebih terperinciSIFAT-SIFAT LANJUT FUNGSI TERBATAS
Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas
Lebih terperinciINTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2
INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas
Lebih terperinciS2 MP Oleh ; N. Setyaningsih
S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal
Lebih terperinciPENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG
PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG Asa Kurat Peddka Ekoom, FKIP Uverstas Muhammadah Purworejo asachaca8@ahoo.com
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling
BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl
Lebih terperinciBAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam
BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma
Lebih terperinciPenerapan Analisis Survival untuk Menaksir Waktu Bertahan Hidup bagi Penderita Penyakit Jantung
Peerapa Aalss Survval utuk Meaksr Waktu Bertaha Hdup bag Pederta Peyakt Jatug Oleh : Ya Hedrajaya (me_ye2@yahoo.co.d), Ad Setawa da Haa A. Parhusp Program Stud Matematka, Fakultas Sas da Matematka Uverstas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakag Masalah Regres merupaka suatu metode statstka yag dguaka utuk meyeldk pola hubuga atara dua atau lebh varabel.betuk atau pola hubuga varabelvarabel tersebut dapat ddetfkas
Lebih terperinciBAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah
BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,
Lebih terperinciANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA
ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA Edhy Bastya, da I Nyoma Latra Jurusa Statstka, Fakultas Matematka da
Lebih terperinciMATEMATIKA INTEGRAL RIEMANN
MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk
Lebih terperinciTAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP
JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk
Lebih terperinciBAB III PERSAMAAN PANAS DIMENSI SATU
BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka
Lebih terperinciAnalisis Regresi dan Korelasi
Metode Statstka Pertemua III Aalss Regres da Korelas Pegatar Apa tu aalss regres? Apa edaya dega korelas? Aalss Regres Aalss statstka yag memafaatka huuga atara dua atau leh peuah kuattatf sehgga salah
Lebih terperinciUkuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.
Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda
Lebih terperinciBAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,
BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga
Lebih terperinciUKURAN GEJALA PUSAT DAN UKURAN LETAK
UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu
Lebih terperinciTAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL
TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR
Lebih terperinciRuang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA
Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka
Lebih terperinciBAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu
BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl
Lebih terperinciX a, TINJAUAN PUSTAKA
PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel
Lebih terperinciRegresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )
Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar
Lebih terperinciBab II Teori Pendukung
Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak
Lebih terperinci4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data
//203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut
Lebih terperinciANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL
Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA, Fakultas MIPA, Uverstas Neger Yogyakarta, 4 Me ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Ksmat Jurusa Peddka
Lebih terperinciBAB IX PENGGUNAAN STATISTIK DALAM SIMULASI
BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa
Lebih terperinciBAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.
BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks
Lebih terperinciWAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST
Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.
Lebih terperinciII. TINJAUAN PUSTAKA
4 II. TINJAUAN PUSTAKA. Pecla.. Defs Pecla Meurut Fergus 96, pecla ddefska seaga suatu data ag mempag dar sekumpula data ag la. Meurut Barett 98, pecla adalah pegamata ag tdak megkut seaga esar pla da
Lebih terperinciBAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel
BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:
Lebih terperinciNotasi Sigma. Fadjar Shadiq, M.App.Sc &
Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,
Lebih terperinciPROGRAM LINIEAR DENGAN METODE SIMPLEX
POGAM LINIEA DENGAN METODE SIMPLEX A. TEKNIK PENYELESAIAN Betuk Soal Progra Lear Kedala utaa asalah rogra lear daat eretuk a atau a atau a. Kedala yag eretuk ertdaksaaa daoat duah ead ersaaa seaga erkut
Lebih terperinciUji Statistika yangb digunakan dikaitan dengan jenis data
Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas
Lebih terperinci3 Departemen Statistika FMIPA IPB
Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.
Lebih terperinciKALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.
KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah
Lebih terperinciMean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.
Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk
Lebih terperinci3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut
3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas
Lebih terperinciBAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat
BAB II LANDASAN TEORI Sebaga pedukug dalam pembahasa selajutya, dperluka beberapa teor da defs megea varabel radom, regres ler, metode kuadrat terkecl, peguja asums aalss regres, outler, da regres robust.
Lebih terperinciBAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan dilapangan SMP Negeri 11 Tamalate
BAB III METODE PENELITIAN 3. Tempat Da Waktu Peelta a. Tempat Tempat peelta dlaksaaka dlapaga SMP Neger Tamalate. Waktu Waktu pelaksaaa peelta dlaksaaka dmula dar keluara surat z meelt. 3. Defs Operasoal
Lebih terperinciREGRESI & KORELASI LINIER SEDERHANA
1. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable)
Lebih terperinciOleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.
Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN
Lebih terperinciTINJAUAN PUSTAKA Evaluasi Pengajaran
TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas
Lebih terperinci2.2.3 Ukuran Dispersi
3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka
Lebih terperinciJawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2
M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe
Lebih terperinciABSTRAK. Ika Dewi Ariyanti 1 dan Sutikno 2
Pemodela Aomal Luas Pae Pad da Curah Huja Terbobot (Weghted Rafall Idex) dega Pedekata Robust Bootstrap LTS (Stud Kasus: Pemodela Luas Pae d Kabupate Subag) Ika Dew Aryat da Sutko Mahasswa S Statstka ITS,
Lebih terperinciPENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan
Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah
Lebih terperinciJurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)
Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug
Lebih terperinciIII. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri
III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,
Lebih terperinciPENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN
PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu
Lebih terperinciTUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER
TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,
Lebih terperinciBAB III UKURAN PEMUSATAN DATA
BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah
Lebih terperinciBAB 6 PRINSIP INKLUSI DAN EKSKLUSI
BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu
Lebih terperinciPenyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)
Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,
Lebih terperinciPenarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB
Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom
Lebih terperinciANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS
ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud
Lebih terperinciTabel Distribusi Frekuensi
Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara
Lebih terperinciRegresi & Korelasi Linier Sederhana
Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah
Lebih terperinciREGRESI SEDERHANA Regresi
P a g e REGRESI SEDERHANA.. Regres Istlah regres dkemukaka utuk pertama kal oleh seorag atropolog da ahl meteorology Fracs Galto dalam artkelya Famly Lkeess Stature pada tahu 886. Ada juga sumber la yag
Lebih terperinciSTATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran
Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..
Lebih terperinciBAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode
BAB II ANDASAN TEORI. Regres Noparametrk Metode statstka oparametrk merupaka metode statstka ag dapat dguaka dega megabaka asums-asums ag meladas pegguaa metode statstk parametrk. Terutama ag berkata dega
Lebih terperinciUji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah
Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1
Lebih terperinciPenarikan Contoh Acak Sederhana (Simple Random Sampling)
Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu
Lebih terperinciAnalisis Survival dengan Pendekatan Multivariate Adaptive Regression Splines pada Kasus Demam Berdarah Dengue (DBD)
JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-38 Aalss Survval dega Pedekata Multvarate Adaptve Regresso Sples pada Kasus Demam Berdarah Degue (DBD) Shofa F Nsa da I Nyoma Budatara Jurusa
Lebih terperinciMuniya Alteza
RISIKO DAN RETURN 1. Estmas Retur da Rsko Idvdual. Kosep Dversfkas 3. Kovaras da Koefse Korelas 4. Estmas Retur da Rsko Portofolo Muya Alteza m_alteza@uy.ac.d Estmas Retur da Rsko 1) Estmas Realzed Retur
Lebih terperinciPemodelan Regresi Linier Menggunakan Metode Theil (Studi Kasus: Kompensasi Pegawai di Badan Kepegawaian Daerah Kota Samarinda)
Jural EKSPONENSIAL Volume 4, Nomor 1, Me 2013 ISSN 2085-7829 Pemodela Regres Ler Megguaka Metode Thel (Stud Kasus: Kompesas Pegawa d Bada Kepegawaa Daerah Kota Samarda) Lear Regresso Modelg Wth Thel Method
Lebih terperinciALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS
LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed
Lebih terperinciDasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB
Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277
JURNAL SAINS DAN SENI ITS Vol. 5 No. (06 337-350 (30-98X Prt D-77 Pemodela da Pemetaa Kasus Demam Berdarah Degue d Provs Jawa Tmur Tahu 04 dega Geeralzed Posso Regresso, Regres Bomal Negatf da Flexbly
Lebih terperinci8. MENGANALISIS HASIL EVALUASI
8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara
Lebih terperinciESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER
Supart da Sudargo Estmas Regres Deret Fourer ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER Supart da Sudargo 2 ) Jurusa Matematka, FMIPA, Udp 2) Jurusa Ped. Matematka, FPMIPA, IKIP PGRI, Semarag
Lebih terperinci