PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

dokumen-dokumen yang mirip
PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

BAB 2 LANDASAN TEORI

Analisis Korelasi dan Regresi

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

Regresi Linier Sederhana Definisi Pengaruh

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

Analisis Regresi dan Korelasi

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB II LANDASAN TEORI

INTERPOLASI. FTI-Universitas Yarsi

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

II. TINJAUAN PUSTAKA

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

BAB 2. Tinjauan Teoritis

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

BAB 2 LANDASAN TEORI

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

Bab II Teori Pendukung

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

XI. ANALISIS REGRESI KORELASI

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

REGRESI & KORELASI LINIER SEDERHANA

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB III UKURAN PEMUSATAN DATA

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

X a, TINJAUAN PUSTAKA

REGRESI LINEAR SEDERHANA

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

8. MENGANALISIS HASIL EVALUASI

Regresi & Korelasi Linier Sederhana

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

BAB II TINJAUAN PUSTAKA

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

Uji Statistika yangb digunakan dikaitan dengan jenis data

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

REGRESI & KORELASI LINIER SEDERHANA

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

UKURAN GEJALA PUSAT DAN UKURAN LETAK

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

Analisis Regresi Robust Menggunakan Kuadrat Terkecil Terpangkas untuk Pendugaan Parameter

MEKANISME KERUNTUHAN LINGKARAN (Circular Failure Mechanisms)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

Analisis Regresi. Oleh : Dewi Rachmatin

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

REGRESI LINIER SEDERHANA

3 Departemen Statistika FMIPA IPB

REGRESI SEDERHANA Regresi

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode

Pemodelan Regresi Linier Menggunakan Metode Theil (Studi Kasus: Kompensasi Pegawai di Badan Kepegawaian Daerah Kota Samarinda)

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

; θ ) dengan parameter θ,

LOGO ANALISIS REGRESI LINIER

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

S2 MP Oleh ; N. Setyaningsih

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan dilapangan SMP Negeri 11 Tamalate

BAB 1 ERROR PERHITUNGAN NUMERIK

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

ALGORITMA PENDUGAAN MODEL REGRESI KEKAR MELALUI PENDUGA-M

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

Transkripsi:

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 statstka yag dguaka utuk meetuka model huuga satu varael respo dega satu atau leh varael pejelas.dalam melakuka aalssya harus dpeuh ahwa ε ~ NID,, jka asums terseut tdak dpeuh maka dapat dlakuka trasfomas terhadap yag dpagkatka dega parameter λ,sehgga mejad λ. Pedugaa parameter λ dapat dcar dega megguaka Metode Kemugka Maksmum Maxmum Lkehood Method. λ dplh sedemka, sehgga ddapat jumlah kuadrat ssaa yag palg mmum. Kata Kuc : Trasformas Box Cox, Maxmum Lkelhood Method. PENDAHULUAN Aalss Regres merupaka salah satu caag statstka yag palg ayak dpelajar oleh lmuwa, khususya para peelt, ak lmuwa dag sosal maupu eksakta. Melalu aalss regres model huuga atar varael dapat dketahu. Varael dalam aalss regres dkeal dega ama varael respo da da varael pejelas. Dalam melakuka aalss regres ada eerapa asums yag harus dpeuh atara la ε galat eas satu sama la, mempuya la tegah ol, ragam kota, da megkut seara ormal, yag leh umum dtuls ε ~ NID,.Apala keormala data, kehomoga ragam da lertas tak dpeuh, maka dapat dlakuka trasformas terhadap varael respo. Salah satu cara utuk megats kehomoga ragam dega megguaka trasformas Box Cox, yatu trasformas pagkat erparameter tuggal, katakalah λ terhadap, yag mejad λ. Pedugaa parameter λ dapat dcar dega megguaka 8

Pemodela Statstka dega Trasformas Box Cox Dw Ispryat Metode Kemugka Maksmum axmum Lkehood Methods. λ dplh sedemka, sehgga ddapat jumlah kuadrat ssaa yag palg mmum. Dalam peulsa, daml cotoh data tetag tgkat plasma pada polyame yag daml dar sampel 5 aak sehat yag erumur aru lahr, th, th 3 th da 4 th, peelta dlakuka utuk megetahu model huuga atara umur da tgkat plasma, da aalssya datu dega megguaka sofware SPSS vers.. METODE KEMUNGKINAN MAKSIMUM Metode kemugka maksmum merupaka metode utuk memperoleh estmator.msalka varael radom dega dstrus proaltas fx,θ, dmaa parameter θ tdak dketahu, maka fugs kemugka maksmumya : L//θ / f, θ x erkut : Pada model regres, metode kemugka maksmum adalah seaga Padag model regres dalam matrks : β + ε ; ε ~ NID, Fxed & β kosta, sehgga Var Dalam ragres ler sederhaa, fugs kemugka maksmum dapat dtulska : L, x, β, β, π exp{ } β β π exp{ } β β Utuk meetuka dugaa dar β da β da maka persamaa eqvalet : L, yatu, da,, β, β, l π l } β β ˆ, 9

Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 l β L > > L l β, da 3 + > L 4 ˆ ˆ l 4 Peyelesaa persamaa, 3 da 4 ddapat : ˆ o da adalah tersep da slope, ˆ adalah stadard error dar regres. Secara aalog pada model β + ε L l l ' β β π L l L > β 3. TRANSFORMASI BO CO Trasformas Box Cox adalah trasformas pagkat pada respo. Box Cox mempertmagka kelas trasformas erparameter tuggal, yatu λ yag dpagkatka pada varael respo, sehgga trasformasya mejad λ, λ adalah parameter yag perlu dduga. Tael dawah adalah eerapa la λ dega trasformasya.

Pemodela Statstka dega Trasformas Box Cox Dw Ispryat Tael Nla λ da Tarasformasya λ Trasformas.5 log / l -.5 -. / Prosedure Box Cox adalah secara smulta, meduga λ dalam model : W β + ε ; ε ~ NID, W w,w,.., w T τ Meurut Drapers S, Harry S, 99 W ddefska : W λ 5 / λ, l, λ λ Pedugaa parameter λ dapat dcar dega megguaka metode kemugka maksmum. Dar model W β + ε, maka L β, λ, τ πτ exp{ w } β β x τ L L l π l W } β β τ L L l π l W β W β τ L maks λ l ˆ λ + l J λ, adalah ayakya amata, da ˆ λ adalah / x JKS setelah meduga model regres dega λ yag dtetuka. 6 W λ J λ,, utuk semua λ

Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 l J λ, λ l, sehgga L maks λ l ˆ λ + λ l Jka kta reduks terhadap kostate, maka L maks λ l ˆ λ Sehgga memaksmalka dega la λ yag dtetapka adalah detk dega memmalka ˆ,yatu memmalka dar Jumlah kuadrat Sesata JKS yag dperoleh dar pegepasa model regres. Dar uraa tetag metode Box Cox datas, maka dapat dsmpulka lagkahlagkah utuk meetuka λ. Lagkah-lagkah terseut adalah seaga erkut :. Plh λ dar ksara yag dtetapka asaya -, atau -,. utuk masg-masg λ, uat model W β + ε, W adalah sepert dtetapka pada persamaa 5. Dar model regres ddapat JKS, lagkah dlakuka terus meerus pada setap λ yag dtetapka sehgga dperoleh eerapa JKS. 3. Plot atara JKS da λ 4. Plh seaga peduga λ adalah λ yag memumka JKS. Betuk alteratf la, yag leh dsuka pemaka adalah : W V { J λ, } 7 da L maks λ l ˆ λ, V dega V V,V,V3,.. da ˆ λ, V Sλ,V/ adalah jumlah kuadrat ssa yag dperoleh erdasarka model V β + ε. Sgkatya adalah memumka fugs Sλ,V Dega megguaka persamaa 6, maka persamaa 7 mejad :

Pemodela Statstka dega Trasformas Box Cox Dw Ispryat W V ˆ λ, dmaa ˆ,,. Suatu pedekata -α % selag kepercayaa utuk λ dapat dhtug : t α, v JKS * JKSλ { + } v 8 JKSλ adalah JKS mmum da v aadalah derajad eas dar galat.dega memuat grafk, dega sumu x adalah harga-harga λ da sumu y adalah harga-harga JKS, aka dperoleh suatu kurva da dega meark gars horzotal pada la JKS * pada sumu y,maka aka dperoleh atas atas selag utuk λ yag sesua. CONTOH TERAPAN Data Suatu peelta dlakuka utuk meetuka model huuga atara umur da tgkat plasma pada Polyame, data daml pada aak alta yag sehat, sejumlah 5 aak yag erumur aru lahr, th, th, 3 th da 4 th., masg masg daml 5 aak.data seaga erkut : 3.44.84.9.9 5.6..38.8 8.86 8.59 9.83 9. 8.65 7.85 8.88 7.94 6. 5.4 6.9 6.77 4.86 5. 5.67 5.75 6.3 3 3 3 3 3 4 4 4 4 4 Sumer data : Neter J, 99 Hasl da Pemahasa Dar data terseut datas dapat kta defska ahwa seaga peuah respo adalah tgkat plasma pada Polyame da seaga peuah pejelas adalah Umur, ayakya data adalah 5, Karea haya ada peuah pejelas, maka model yag dguaka : β + β + ε 3

Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 Dega atua SPSS, ddapat model d atas : 3,475,8, R adj,743 Dar model terseut, dlakuka pegeceka asums ya. 4 Scatterplot Depedet Varale: Regresso Stadardzed Resdual 3 - - -.5 -. -.5..5..5 Regresso Stadardzed Predcted Value Gamar : Predct Value terhadap Stadard Resdual 8 6 4 8 6 4-3 4 5 Gamar : Plot atara da Teryata dar gamar d atas asums kehomoga ragam tak dpeuh, artya ada pola tertetu tdak acak, dlhat gamar plot da gamar juga meujukka curve yag tak ler da dega uj kolmogorow _smrov ddapat sg.6 <.5 artya keormala juga tak dpeuh, Sehgga perlu dlakuka dtrasformas terhadap peuah respo, yatu λ dega lagkah lagkah seaga erkut :. λ daml rage,-. Htug ˆ x x 5 /5 4

Pemodela Statstka dega Trasformas Box Cox Dw Ispryat 3. Utuk tap harga λ, htug ˆ λ- W 4. Htug V ˆ λ 5. Regreska atara V da, sehgga ddapat JKS 6. Lajutka pada la λ yag la 7. Tetukka λ yag mempuya JKS terkecl. Dar lagkah-lagkah datas ddapat la la λ da JKS seaga erkut : λ.9.7.5.3. -. JKS 78459 77.983 7.348 57.8 48.39 4.44 36.444 34.59 33. λ -.3 -.4 -.5 -.6 -.7 -.9 - -. -.5 - JKS 3.3 3.73 3.6 3.7 3.4 3.73 33.99 37.8 44.4 673 Dar la la λ terseut datas, dapat dlhat ahwa λ -.5 mempuya JKS palg kecl, sehgga traformas yag dguaka adalah -.5, artya data awal dpagkatka dega -.5 yag der smul dega, kemuda dega dregreska da model yag ddapat adalah seaga erkut : ˆ.68 +.4 R.866, R adj.86 F 49.,sg. Dega sg. erart model terseut sagat sgfcat, kemuda dlakuka pegeceka terhadap asums-asums : Gamar d awah adalah Gamar gamar setelah dtraformas dperoleh s:.5.4.3. - 3 4 5 Gamar 3: Plot da 5

Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 3 Scatterplot Depedet Varale: Regresso Stadardzed Resdual - - -.5 -. -.5..5..5 Regresso Stadardzed Predcted Value Gamar 4 : Predct Value terhadap Stadard Resdual setelah dtraformas Dlhat dar gamar datas, maka asums asums yag semula tdak dpeuh, dega melakuka traformas Boc Cox mejad dpeuh, yatu lertas gamar 3, kehomoga ragam gamar 4, keormala sg. >.5. Sehgga model yag cocok utuk huuga tgkat plasma pada polyame da umur adalah ˆ '.68 +.4. Dar model dapat dguaka utuk meetuka la 5, maka ˆ '.468, karea ˆ ' ˆ, maka ˆ sehgga utuk 5, ˆ 4.566, artya jka aak erumur 5 tahu, maka ratarata tgkat plasma pada polyame adalah 4,566. Dar la la λ datas, dhtug Selag kepercayaa dega tgkat kesalaha 5 % seaga erkut : t.5,3 Dar persamaa 8 : JKS * JKS λ + 3.7 3.6! + 3 36,36 Dega meark gars horzotal pada la 36,36 pada sumu y, maka aka dperoleh la awah da atas utuk λ. Sehgga SK utuk λ adalah <.95 ˆ, -,6<λ 6

Pemodela Statstka dega Trasformas Box Cox Dw Ispryat Gamar 5 : Plot λ da JKS 4. KESIMPULAN Trasformas Box CO adalah pedugaa parameter λ yag dpagkatka pada varael sehgga medapat JKS yag mmum. Jka ddapat JKS mmum dega λ, maka data tak perlu dlakuka trasformas karea sudah terjad keeasa atara ragam respo dega rata- rata respo. Dega trasformas Box Cox secara smulta dapat dcapa keormala dar seara, kekostaa ragam dar galat da lertas dar struktur model. Bla dalam meduga parameter λ kurag tepat, maka aka dcrka oleh learya selag kepercayaa. DAFTAR PUSTAKA Drapper, NR ad Harry Smth, S, Aalss Regres Terapa, eds kedua, Grameda Pustaka Utama, Jakarta,99 Motgomery DC ad Elzaeth A.P, Itroducto to ler Regresso Aalyss Secod Edto, Joh Wley & Sos, New ork,98 Neter, J ad W.Wasserma, Aplled Ler Statstcal Models, Rchard D, Irw, Japa,994 Weserg S, Aplled Ler Regresso, Secod edto, Joh Wley & Sos, New ork,985 7

Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 8