Inferensia dan Perbandingan Vektor Nilai Tengah

dokumen-dokumen yang mirip
1. Pendahuluan. Materi 3 Pengujuan Hipotesis

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

9 Departemen Statistika FMIPA IPB

STATISTIKA SMA (Bag.1)

Praktikum Perancangan Percobaan 9

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Mata Kuliah: Statistik Inferensial

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

PROSES INFERENSI PADA MODEL LOGIT. Oleh: Agus Rusgiyono Program Studi Statistika FMIPA UNDIP. 1 n

Pengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

x = μ...? 2 2 s = σ...? x x s = σ...?

SEBARAN t dan SEBARAN F

Teori Penaksiran. Oleh : Dadang Juandi

Teori Penaksiran. Oleh : Dewi Rachmatin

Metode Statistika STK211/ 3(2-3)

UKURAN PEMUSATAN DATA

Pendugaan Parameter. Debrina Puspita Andriani /

1. Ilustrasi. Materi 2 Pendugaan Parameter

Kuliah 3.Ukuran Pemusatan Data

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

JENIS PENDUGAAN STATISTIK

BAB V ANALISA PEMECAHAN MASALAH

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

TINJAUAN PUSTAKA Pengertian

METODE PENAKSIRAN PENAKSIRAN ILUSTRASI CONTOH. pendekatan metode tertentu. Nilai sesungguhnya dari suatu parameter yang berada di selang tertentu.

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

REGRESI LINIER GANDA

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

3/27/2013. Ali Muhson, M.Pd. Jenisnya. Uji Beda Rata-rata. Uji z Uji t. Uji Beda Proporsi. Uji z. (c) 2013 by Ali Muhson 2

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

BAB 2 LANDASAN TEORI

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH

1 Departemen Statistika FMIPA IPB

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

Ukuran Pemusatan, Penyebaran dan Pola Distribusi Normal

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

STATISTIKA NON PARAMETRIK

UKURAN PEMUSATAN UKURAN PENYEBARAN

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.

Metode Statistika Pertemuan XI-XII

Bab 3 Metode Interpolasi

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

BAB IV PERSAMAAN TINGKAT SATU DERAJAT TI NGGI (1-n)

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

BAB 2 LANDASAN TEORI

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

Mata Kuliah: Statistik Inferensial

PERTEMUAN 13. VEKTOR dalam R 3

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465)

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA. 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm.

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

Kompetisi Statistika Tingkat SMA

Distribusi Pendekatan (Limiting Distributions)

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

1 n MODUL 5. Peubah Acak Diskret Khusus

Chapter 7 Student Lecture Notes 7-1

REGRESI DAN KORELASI

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2


BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

Bab6 PENAKSIRAN PARAMETER

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

BAB III METODE PENELITIAN

BAB 6: ESTIMASI PARAMETER (2)

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

BAB IV ANALISIS HIDROLOGI DAN PERHITUNGANNYA

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

Transkripsi:

Iferesia da Perbadiga Vektor Nilai egah

Perbadiga Kasus Peubah uggal da Peubah Gada Peduga titik arameter ilai tegah Peduga selag ilai tegah Peguia hioteis ilai tegah satu oulasi Peguia beda ilai tegah dua oulasi Peguia beda ilai tegah beberaa oulasi Peubah uggal kalar elag Keercayaa Ui t-studet Ui t-studet ANOVA Peubah Gada Vektor ilai tegah Daerah (elis) Keercayaa Ui -Hotellig Ui -Hotellig MANOVA

Peguia Hiotesis: Vektor Nilai egah

Betuk Hiotesis Hiotesis yag diui dalam eguia vektor ilai tegah oulasi miri seerti ada kasus uivariate, yaitu: H 0 : = 0 vs H : 0 Dega, 0 ( ) 0 0 0

tatistika ui utuk vektor ilai tegah 0 0 0 0 ' ' X X X X tatistik ui yag daat diguaka dalam eguia vektor ilai tegah oulasi adalah () -Hotellig da () Wilk-lambda.. -Hotellig, sebagai berikut: ) ( X X X X X X ) ( ' Dega,

. Ui Wilk-Lambda, serig uga disebut ui rasio kemugkia (likelihood ratio test) / / 0 / 0 / / / / 0, 0 ˆ ), ( ˆ ), (, ˆ ˆ ), ( ma ), ( ma e L e L dega L L / Hubuga Hotellig dega Wilk - Lambda,

Daerah Peolaka H 0 Daerah eolaka utuk hiotesis ol daat dihamiri dega megguaka sebara F, sebagai berikut: X ' X 0 0 F, Utuk ukura samel besar maka -Hotellig daat uga dihamiri dega sebara khikuadrat berderaat bebas.

Maka Peolaka H 0 Jika hiotesis ol ditolak itu artiya bahwa alig sedikit ada satu kombiasi liier eubah yag rata-rataya berada diluar selag keercayaa (-). Perlu ui laut, yaitu: Daerah keercayaa gada, daat disaika dalam betuk Ellis. elag keercayaa simulta elag keercayaa Boferoi

ILURAI Persirasi dari 0 waita yag tergolog sehat diaalisa. iga komoe, yaitu X = lau ersirasi, X = kaduga sodium da X 3 = kaduga otasium diukur Uilah aakah hiotesis H 0 : = [4, 50, 0] lawa H : [4, 50, 0] ada taraf yata = 0.0

Rigkasa Data 9.965 45.400 4.640 3.68 5.640.80 5.640 99.788 0.00.80 0.00.879.40.00.58.00.006.0.58.0.586

Perhituga -Hotellig 0.586 4.640 4 45.400 50 9.965 0'.0.006.00 45.400 50 9. 74 F 3.58.0.00.58.40 4.640 4 9.965 0 9,.0 F3,7 7.0 3.353.44 8. 8 erlihat bahwa = 9.74 > 8.8, sehigga kosekuesiya kita tolak H 0 ada taraf yata 0%.

Daerah (ellis) Keercayaa bagi Vektor Nilai egah

Daerah (ellis) Keercayaa uatu daerah keercayaa 00(-)% bagi ilai tegah suatu sebara ormal gada adalah suatu elis yag ditetuka oleh semua sedemikia rua sehigga di maa X ( ) X ' X F, da,,..., adalah egamata cotoh. X X X X X ' ( )

ILURAI X. 564. 603.044.07.07.046 03.08 63.39 63.39 00.8 ellis keercayaa 95% bagi terdiri dari semua ilai (, ) yag memeuhi 03.08 63.39.564 4 4.564.603 F, 40 63.39 00.8.603 40.05

Mecari Akar da Vektor Ciri Pasaga akar ciri da vektor ciri bagi adalah =.06 e = [.704,.70] =.00 e = [-.70,.704] Pusat ellis tersebut ada titik [.564,.603]

Hitug Paag umbu setegah dari aag sumbu mayor da miorya masig-masig adalah: 4 3.3 4 40. 064 F,.06 4 3.3 4 40. 08 F,.00 umbu-sumbu tersebut teletak seaag e = [.704,.70] da e = [-.70,.704]

Meggambar Ellis Keercayaa Meggambar Elis Keercayaa 0.65 0.60 0.55 0.55 0.60

Peguia Hiotesis: Perbadiga Vektor Nilai egah

Kasus Dua amle alig Bebas??? etia oulasi diambil samel acak berukura tertetu (bisa sama, bisa uga tidak sama) Pegambila kedua samel salig bebas uuaya adalah megui aakah arameter sama dega arameter Poulasi I X~N(, ) amel I ( ) Acak da salig bebas Poulasi II X~N(, ) amel II ( )

Deskrisi masig-masig samel ' ' Multivariate: Ukura Pemusata da Peyebara Misal: vektor eubah acak utuk samel adalah =(,,, ) da vektor eubah acak samel adalah =(,,, )

Betuk Hiotesis: H 0 : = vs H :. tatistik ui: a. Ragam sama Daerah eolaka H0: Lagkah Peguiaya ' gab, F c gab

tatistik ui: a. Ragam tidak sama (Guaka matriks kovaria masigmasig samle Daerah eolaka H0: ' ), ( c

Ilustrasi Misal: =lebar bada kura-kura; =aag bada kura-kura amel : ( =4) amel : ( =4) Hiotesis : J B H 0.583 5.04 88.9 40.708 : 0 J B B J H : 7.73 0.844 50.04.654 J B 0.844 64.737.654.59

Kasus ragam sama olak Ho, ika gab gab 4.9.333 4.9 c.333 4 4 gab F, gab 0.0945-0.54 0.887 6.749 0.095-0.54 6.749 37.998-0.54 0.77-0.54 4.9 0.77.333 4.995 46.44 4. 988.0 45 4

Kasus ragam tidak sama ' 57.97 5.898 5.898 3.956 4.9.333 4.9.333 0.09-0.03 4.9.333 4. 70-0.034.9 0.448.333 olak Ho, ika ( 0.05;) 5.99