Interval Estimation. Tjipto Juwono, Ph.D. May 20, TJ (SU) Interval Estimation May / 24

dokumen-dokumen yang mirip
Interval Estimation. Tjipto Juwono, Ph.D. May 13, TJ (SU) Interval Estimation May / 17

Interval Estimation. Tjipto Juwono, Ph.D. May TJ (SU) Interval Estimation May / 19

Pembahasan Soal. Tjipto Juwono, Ph.D. May 14, TJ (SU) Pembahasan Soal May / 43

Analisa Regresi Dua Variabel: Estimasi

Estimasi dan Confidence Interval

Pengertian Ekonometrika Dan Review Koefisien Korelasi April dan 2016Analisa 1 / Regre 42

Estimasi dan Confidence Interval

Econometric Modeling: Model Specification

Heteroskedastisitas. Tjipto Juwono, Ph.D. September 8, TJ (SU) Hetero. Sep / 19

Uji Hipotesa Satu Sampel

MULTIKOLINEARITAS (Lanjutan)

Statistik Non Parametrik

MULTIKOLINEARITAS. Tjipto Juwono, Ph.D. June 24, TJ (SU) Multicol. June / 22

Analisa Regresi Berganda

Analisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa / 52

Uji Hipotesa Dua Sampel (Lanjutan)

Uji Hipotesa Satu Sampel

Pengantar Analisa Data

Pengertian Autokorelasi: Penyebab Autokorelasi

Penduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER

ESTIMASI. Arna Fariza PENDAHULUAN

BAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat

Contoh Solusi PR 5 Statistika & Probabilitas

MA5283 STATISTIKA Bab 7 Analisis Regresi

Non Linear Estimation and Maximum Likelihood Estimation

Pengantar Statistika Matematika II

Metode Sampling dan Teorema Central Limit

BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK

PREDIKSI KEBUTUHAN BERAS DI PROVINSI SUMATERA UTARA TAHUN DENGAN METODE FUZZY REGRESI BERGANDA. Ristauli Pakpahan, Tulus, Marihat Situmorang

Dasar-dasar Analisa Regresi

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

UJI HIPOTESIS SATU-SAMPEL

ESTIMASI. Widya Setiafindari

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /

Pengantar Statistika Matematika II

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

(ESTIMASI/ PENAKSIRAN)

PENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi.

Uji Hipotesa Dua Sampel

BAB 2 LANDASAN TEORI

pernyataan mengenai sesuatu yang harus diuji kebenarannya Hipotesis statistik adalah suatu pernyataan yang menyatakan harga sebuah/beberapa parameter

Ummu Kalsum UNIVERSITAS GUNADARMA

Contoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution.

BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis

BAB II LANDASAN TEORI

Pengujian Hipotesis. Oleh : Dewi Rachmatin

Materi Kuliah: Statistik Inferensial

ESTIMASI. Podojoyo, SKM, M.Kes. Podojoyo 1

STATISTIKA INDUSTRI 2 TIN 4004

STMIK KAPUTAMA - BINJAI

BAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan

Materi Kuliah: Statistik Inferensial

MA2081 Statistika Dasar

PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )

Dasar-dasar Analisa Regresi

DISTRIBUSI SAMPLING besar

PRAKTIKUM STATISTIKA INDUSTRI 2013 MODUL IV PENGUJIAN HIPOTESIS

Statistika Psikologi 2

Pengantar Statistika Matematika II

PENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :

Atina Ahdika. Universitas Islam Indonesia 2015

PENGERTIAN PENGUJIAN HIPOTESIS

BAB IV ANALISIS HASIL PENELITIAN

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

ESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR INFORMATIF 1. PENDAHULUAN

BAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya

STATISTIKA INDUSTRI 2 TIN 4004

PENGENALAN EKONOMETRIKA

BAB 4 HASIL DAN PEMBAHASAN. Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif

Pengertian Pengujian Hipotesis

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. permainan bola voli selanjutnya dianalisis menggunakan uji statistik deskriptif dan

BAB III METODOLOGI PENELITIAN. Untuk mempermudah dalam penyusunan tugas akhir, dibuat suatu alur

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

Perumusan Hipotesa. Tjipto Juwono, Ph.D. Sep 14, Tjipto (SU) Hipotesa Sep / 13

STATISTIK PERTEMUAN X

BAB III METODOLOGI PENELITIAN

BAB III METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekuder. Sementara itu

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan

Sampling, Estimasi dan Uji Hipotesis

BAB 2 LANDASAN TEORI

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

MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN

ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH

Perancangan Percobaan

Mata Kuliah: Statistik Inferensial

PENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura

Pengantar Uji Hipotesis. Oleh Azimmatul Ihwah

Analisis Regresi Linier ( Lanjutan )

BAB IV ANALISIS PENGARUH KETELADANAN GURU TERHADAP KEDISIPLINAN SISWA DI MTS SALAFIYAH WONOYOSO PEKALONGAN

PRODI DIII STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN KODE/ MATA KULIAH/ SKS/ SEMESTER : SS /PENGANTAR METODE STATISTIKA / (2/1/1) I

STATISTIK Hypothesis Testing 2 Contoh kasus

ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN

Pengujian hipotesis. Mata Kuliah: Statistik Inferensial. Hipotesis

Status Daerah SMA 5, 4, 4, 2, 3 2, 2, 3, 2, 1 PT 4, 3, 3, 2, 2 2, 1, 2, 0, 1

Distribusi Probabilitas : Gamma & Eksponensial

BAB 2 LANDASAN TEORI

ANALISIS KORELASI & REGRESI. Kompilasi Kelompok 6 dan 8

Transkripsi:

Interval Estimation Tjipto Juwono, Ph.D. May 20, 2015 TJ (SU) Interval Estimation May 2015 1 / 24

Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May 2015 2 / 24

Pendahuluan Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May 2015 3 / 24

Pendahuluan Point Estimator Perhatikan MPC pada persamaan regresi Ŷ i = ˆβ 1 + ˆβ 2 X i = 2.3121+0.5231X i (1) Estimasi ˆβ2 = 0.5231 pada persamaan (1) merupakan satu angka saja. Tidak ada angka lain. Karena itu disebut sebagai Point Estimator Estimasi ˆβ2 merupakan satu estimasi tunggal dari β 2 yang tidak diketahui. Estimasi tunggal tersebut diperoleh dari satu set sampling, dan kemungkinan besar harganya berbeda dengan harga yang sesungguhnya (β 2 ), walaupun mean dari sampling berulang diekspektasi mempunyai harga yang sama dengan harga sesungguhnya. TJ (SU) Interval Estimation May 2015 4 / 24

Pengertian Confidence Interval Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May 2015 5 / 24

Pengertian Confidence Interval Definisi Confidence Interval Confidence Interval Pr( ˆβ 2 δ β 2 ˆβ 2 +δ) = 1 α (2) Pr( ˆβ 2 δ β 2 ˆβ 2 +δ) Probabilitas bahwa interval tersebut memuat β 2. PERHATIKAN! Probabilitas di atas bukanlah probabilitas bahwa β 2 berada di antara ( ˆβ 2 δ) dan ( ˆβ 2 +δ)! α level of significance Bagaimana cara menghitung δ? Kita perlu menghitung t terlebih dahulu. TJ (SU) Interval Estimation May 2015 6 / 24

Pengertian Confidence Interval Contoh Confidence Interval Contoh Level of significance α = 0.05 (5%) Confidence interval: 1 α = 0.95 (95%) Pr( 2.3 β 2 5.1) Probabilitas yang dinyatakan dengan confidence interval bukanlah probabilitas β 2 berada pada interval tersebut. Jadi jika anda membayangkan grafik di kiri ini, maka anda keliru. Grafik ini merupakan gambaran yang keliru tentang arti dari confidence interval. TJ (SU) Interval Estimation May 2015 7 / 24

Pengertian Confidence Interval Menuliskan Confidence Interval Kita bisa menuliskan interval ini sebagai berikut: ( ˆβ 2 δ) β 2 ( ˆβ 2 +δ), atau ˆβ 2 ±δ TJ (SU) Interval Estimation May 2015 8 / 24

Menghitung t Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May 2015 9 / 24

Menghitung t Cara Menghitung Z Definisi Z Z = Estimator Parameter Standard Error of Estimator Z = ˆβ 2 β 2 se( ˆβ 2 ) = ( ˆβ 2 β 2 ) (Xi X) 2 σ (3) TJ (SU) Interval Estimation May 2015 10 / 24

Menghitung t Pengertian Z Ingat: Y i = β 1 +β 2 X i +u i. Di sini, u i terdistribusi secara normal. Akibatnya, ˆβ1, ˆβ2 juga terdistribusi secara normal. Sehingga Z pada Pers. (3) merupakan variabel normal standard. Dengan demikian, kita dapat membuat pernyataan probabilistik tentang β 2 asalkan variance populasi σ 2 yang sebenarnya diketahui. Jika µ dan σ 2 diketahui maka luas di bawah grafik normal di antara µ±σ adalah sekitar 68%. Luasan µ±2σ adalah sekitar 95% Luasan µ±3σ adalah sekitar 99.7% Tetapi σ 2 biasanya tidak diketahui. Dalam prakteknya, σ 2 digantikan oleh estimator ˆσ 2. Karena itu Z digantikan oleh t. TJ (SU) Interval Estimation May 2015 11 / 24

Menghitung t Cara Menghitung t Definisi t t = Estimator Parameter Estimated Standard Error of Estimator t = ˆβ 2 β 2 estimated se( ˆβ 2 ) = ( ˆβ 2 β 2 ) (Xi X) 2 ˆσ (4) variabel t yang didefinisikan di Pers. (4) mengikuti distribusi-t dengan df = n 2. TJ (SU) Interval Estimation May 2015 12 / 24

Menghitung t Mengapa Z diganti t? Z diganti t Z t σ ˆσ (5) TJ (SU) Interval Estimation May 2015 13 / 24

Menyusun Confidence Interval Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May 2015 14 / 24

Menyusun Confidence Interval Menyusun Confidence interval dengan menggunakan t Pr( t α/2 t t α/2 ) = 1 α (6) t diperoleh dari Pers. (4), sedangkan t α/2 diperoleh dari distribusi-t dengan level of significance α/2 dan df = n 2. ±t α/2 disebut nilai kritis t pada level of significance α/2. TJ (SU) Interval Estimation May 2015 15 / 24

Menyusun Confidence Interval Menyusun Confidence interval dengan menggunakan t [ Pr t α/2 ˆβ 2 β 2 se( ˆβ 2 ) t α/2 Pr[ˆβ2 t α/2 se( ˆβ 2 ) β 2 ˆβ 2 +t α/2 se( ˆβ ] 2 ) ] = 1 α = 1 α (7) Pers. (7) merupakan 100(1 α) percent confidence interval untuk β 2, yang dapat dituliskan: ˆβ 2 ±t α/2 se( ˆβ 2 ) (8) TJ (SU) Interval Estimation May 2015 16 / 24

Menyusun Confidence Interval Menyusun Confidence interval dengan menggunakan t untuk β 1 [ Pr t α/2 ˆβ 1 β 1 se( ˆβ 1 ) t α/2 Pr[ˆβ1 t α/2 se( ˆβ 1 ) β 2 ˆβ 1 +t α/2 se( ˆβ ] 1 ) ] = 1 α = 1 α (9) Pers. (9) merupakan 100(1 α) percent confidence interval untuk β 1, yang dapat dituliskan: ˆβ 1 ±t α/2 se( ˆβ 1 ) (10) TJ (SU) Interval Estimation May 2015 17 / 24

Contoh Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May 2015 18 / 24

Contoh CONTOH Table 1: X Y 80 70 100 65 120 90 140 95 160 110 180 115 200 120 220 140 240 155 260 150 Data fiktif weekly family income X dan weekly family expenditure Y. Buat analisa regresi, dan plot hasilnya. Jelaskan plot tersebut dengan menggunakan teori Keynes Susunlah 95% confidence interval untuk data pada Tabel 1 di samping. TJ (SU) Interval Estimation May 2015 19 / 24

Contoh Daftar Rumus se( ˆβ 2 ) = se( ˆβ 1 ) = ˆσ (X X) 2 [ X 2 n (X X) 2 (Y Ŷ) 2 ] ˆσ r = (X X)(Y Ȳ) (n 1)s x s y ˆβ 2 = r s y s x ˆβ 1 = Ȳ ˆβ 2 X ˆσ = n 2 [ Pr t α/2 ˆβ 2 β 2 se( ˆβ 2 ) t α/2 Pr[ˆβ2 t α/2 se( ˆβ 2 ) β 2 ˆβ 2 +t α/2 se( ˆβ ] 2 ) ] = 1 α = 1 α TJ (SU) Interval Estimation May 2015 20 / 24

Contoh Contoh y 160 140 120 100 80 60 40 20 0 0 50 100 150 200 250 300 x Menurut Keynes, orang menaikkan konsumsinya jika pendapatannya bertambah, namun pertambahan konsumsi lebih kecil daripada pertambahan pendapatan. Marginal propensity to consume (MPC) lebih besar dari nol, tetapi lebih kecil dari satu; 0 < β 2 < 1. ˆβ 2 = 0.5091 Ŷ = 24.4545+0.5091X TJ (SU) Interval Estimation May 2015 21 / 24

Contoh Contoh ˆβ 2 = 0.5091 ˆβ 1 = 24.4545 se( ˆβ 2 )= 0.0357 se( ˆβ 1 )= 6.4138 r = 0.9808, r 2 = 0.9621 t critical = 2.3059 t critical se( ˆβ 2 )=2.3059 0.0357 = 0.0824 t critical se( ˆβ 1 )=2.3059 6.4138 = 14.7903 ˆβ 2 ±t α/2 se( ˆβ 2 ) = 0.5091±0.0824 0.4267 β 2 0.5915 ˆβ 1 ±t α/2 se( ˆβ 1 ) = 24.4545±14.7903 9.6642 β 1 39.2448 TJ (SU) Interval Estimation May 2015 22 / 24

TUGAS Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5 Contoh 6 TUGAS TJ (SU) Interval Estimation May 2015 23 / 24

TUGAS No. 1: Download data INPUT1.xls dari http://blog.complexminds.net. (a) Buat analisa regresi lengkap, dan buat plotnya pada Excel. (b) Susun 95% confidence interval No. 2 (Pertanyaan sama seperti no 1, bandingkan hasilnya dengan no 1): X Y 7.00 49.6889 17.00 109.4747 23.00 73.4039 34.00 182.4335 44.00 191.9322 55.00 210.9488 70.00 257.3999 79.00 261.5319 89.00 281.8802 98.00 376.9975