BAB III ISI. x 2. 2πσ

dokumen-dokumen yang mirip
Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

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

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

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

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

BAB III PERSAMAAN PANAS DIMENSI SATU

NORM VEKTOR DAN NORM MATRIKS

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

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

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

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

BAB III ESTIMASI MODEL PROBIT TERURUT

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

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

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

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

DISTRIBUSI NORMAL MULTIVARIAT

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

SEMIKONDUKTOR. Gambar 6.1 Ikatan kovalen silikon dalam dua dimensi

Proses inferensi pada model logit Agus Rusgiyono. Abstracts

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

UKURAN GEJALA PUSAT DAN UKURAN LETAK

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai dasar-dasar teori yang akan

REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL

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

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

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

BAB 2. Tinjauan Teoritis

Uji Statistika yangb digunakan dikaitan dengan jenis data

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

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

ANALISIS MULTIVARIAT. Pengantar Analisis Multivariat Lanjutan. Irlandia Ginanjar M.Si

BAB 5. ANALISIS REGRESI DAN KORELASI

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup:

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

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

INFERENSI VEKTOR RATA RATA. Disusun untuk memenuhi salah satu tugas mata kuliah multivariat

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

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

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

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

BAB II KAJIAN LITERATUR

POLIGON TERBUKA TERIKAT SEMPURNA

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

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

2.2.3 Ukuran Dispersi

Bab II Teori Pendukung

Regresi & Korelasi Linier Sederhana

Pertemuan VII IV. Titik Berat dan Momen Inersia

: sebagai standar pembanding bagi sifat-sifat gas nyata Larutan ideal : sebagai standar pembanding bagi sifat-sifat larutan nyata Pers. (3.

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

Regresi Linier Sederhana Definisi Pengaruh

Mengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri

UKURAN PEMUSATAN & PENYEBARAN

RELATIF EFISIENSI PENAKSIR MOMEN TERHADAP PENAKSIR MAKSIMUM LIKELIHOOD UNTUK PARAMATER BERDISTRIBUSI SEGITIGA. Haposan Sirait 1, Usman Malik 2 ABSTRAK

; θ ) dengan parameter θ,

Sudaryatno Sudirham. Permutasi dan Kombinasi

REGRESI & KORELASI LINIER SEDERHANA

MATEMATIKA INTEGRAL RIEMANN

Penaksiran Parameter Model Regresi Polinomial Berkson Menggunakan Metode Minimum Distance

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

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

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

III PEMBAHASAN. Karena vektor-vektor kolom X adalah bebas linear, maka L(ε) mempunyai n vektor eigen yang bebas linear. (Terbukti)

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

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

Volume 1, Nomor 2, Desember 2007

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

KODE SIKLIK (CYCLIC CODES)

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

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

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

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

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III TEOREMA GLEASON DAN t-desain

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

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

XI. ANALISIS REGRESI KORELASI

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA

KODE SIKLIK (CYCLIC CODES)

BAB 5 HASIL DAN PEMBAHASAN

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

I PENDAHULUAN II LANDASAN TEORI

S2 MP Oleh ; N. Setyaningsih

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

Model Regresi Sederhana (Lanjutan)

REGRESI LINEAR SEDERHANA

BAB 2 LANDASAN TEORI

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema

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

Transkripsi:

BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-) d atas ada fugs keadata ormal uvarat meujuka besara jarak yag dkuadratka dar x ke ada satua stadar devas. Betuk daat dgeeralsas utuk vektor x ( ) dar suatu observas ada beberaa varabel sebaga ( x )' ( x ) (-) Vektor dega meujukka la haraa (eksektas) dar vektor acak, da matrk dega meruaka vara-covara matrk. Ds dasumska terbatas ostf, sehgga (-) meruaka geeralsas jarak yag dkuadratka dar x ke. Keadata ormal multvarat ddaat dega meggat jarak ada uvarat (-) jarak multvarat hasl geeralsas (-) ada fugs keadata / (-). Saat ergata terjad, kostata ormal uvarat ( ) ( ) / π juga harus dgat dega kostata umum yag membuat suatu volume dbawah ermukaa fugs keadata multvarat utuk seta. Hal derluka karea ada multvarat, robabltas dgambarka oleh volume dbawah ermukaa ada daerah yag ddefska oleh terval dar la x. Kostata yag meggatkaya adalah ( ) / / π vektor acak = [,,..., ]' memlk betuk, keadata ormal ada dmes utuk

dmaa x f ( ) ( π ) ( x ) ( x ) ' / x = e (-4) / / < <, betuk aka dotaska dega N (, ). Pada ersamaa (-4) jelaslah bahwa alur atau gars edar dar la x yag meruaka kostata ketgga utuk keadata adalah sebuah elsod. Sehgga keadata ormal multfarat adalah sebuah kostata dmaa: c } Peta keadata kemugka kosta = {all x ( x )' ( x ) = = ermukaa dar elsoda dega ttk usat. Ttk-ttk ada elsod dar suatu keadata ormal adalah suatu vektor ege berarah dar dar c. da ajagya adalah akar la ege dar dkal dega akar Akbat. Jka terbatas ostf sehgga terdaat, e = λe meyebabka e = e λ jad( λ,e) adalah asaga la da vektor ege dar yag berhubuga dega asaga ( / λ,e) utuk. Dmaa juga terbatas ostf. Proof. Utuk terbatas ostf da e 0 adalah vektor ege, kta uya 0 < e' e = e'( e ) = e'( λe ) = λe ' e = λ. Sela tu e = e = λe = λ e da jka dbag dega λ > 0 memberka utuk e = (/ λ) e. Sekarag λ ( ) x ' x = x ' ' e e x = λ = ( x' e ) 0 = λ x' e 0 sehgga x ' e = 0 utuk seta jka da haya jka x = 0. Jad x 0, meyebabka ( / λ )( ' ) x e > 0 da = terbatas ostf.

Dbawah meruaka rgkasa kose datas Kotur dar keadata kosta utuk dstrbus ormal ada dmes adalah sebuah elsod dega x varabelya sehgga ( x )' ( x ) c (-5) = Ellsod berusat ada da memlk ttk kooardat ± c λ e dmaa e = λe, =,,...,. Cotoh soal saat Kta harus medaatka ttk koordat dar cotour robabltas desty = dar (-5) ttk yag kta car dberka oleh la ege da vektor ege. Ds λi = 0 mejad λ 0 = = ( ) λ λ ( λ )( λ ) = + Kosekuesya, la egeya λ = + da λ =. Vektor egeya ddaat dar e e ( ) e = + e atau ( ) e + e = + e ( ) e + e = + e Persamaa megakbatka e = e da setelah ormalsas asaga la ege da vektor ege adalah λ = +, e =

Dega cara yag sama λ = meghaslka e', =. Saat kovara (korelas ρ ) berla ostf, λ = + adalah la ege tebesar da dhubugaka dega e', = terletak bersama dalam 45 0 melewat ttk ' = [, ] dar kovara.. Hal aka bear utuk seta la ostf c + c x Gambar. Kotur utuk dstrbus ormal bvarat dega = da > 0 Utuk meragkumya, ttk ada els dar suatu keadata kosta utuk dstrbus ormal bvarat dega = daat dtetuka oleh ± c + da ± c Akbat. Jka berdstrbus N (, ), maka seta kombas ler dar varabel a = a + a +... + a aka berdstrbus

N ( a ', a' a ). Demka juga jka a berdstrbus N ( aa ', ' ) seta a, maka berdstrbus N (, ). Proof. Ds haya aka dbuktka utuk E ( a ) ( ) ( ) E a = ae = a. Cotoh [ ] a ' =,0,...,0 a ' = [,0,...,0] = M a ' = [,0,...,0] = M ( a' ) = ( + +... + ) E E a a a = E( a ) + E( a ) = a E( ) + a E( ) = a + a = [ a, a,..., a ] = a ' L 0 ' [,0,...,0] L a Σ a = = M M O M M L 0 Melalu akbat kta daatka bahwa derumum jka utuk M = a' berdstrbus N (, ) maka dstrbusya aka (, ) Akbat. Jka berdstrbus N (, ) N. a utuk. Hal daat, q kombas ler dar

a +... + a a +... + a A = M aq +... + aq q aka berdstrbus N (, ') A A A. Begtu juga utuk + d, dmaa d adalah ( ) ( ) vektor kostata, aka berdstrbus N ( +, ) d. Cotoh: Dberka berdstrbus N ( ) 0 0, = = A, car dstrbus utuk Dar akbat, dstrbus dar A adalah ormal multvarat dega rata-rata A 0 = 0 = da kovaraya 0 0 A A' = 0 0 + + = + + Alteratf laya kta daat mecar vektor rata-rata da covara kta daat megubah terlebh dahulu dalam betuk Y = da Y =. Akbat 4., rata-rata da covaraya aka berbetuk Semua subset dar berdstrbus ormal. Jka kts arts

maka ( q ) ( q ) ( q q) ( q ( q)) = = = (( q) ) (( q) ) (( q) q) (( q) ( q)) ( ) ( ) berdstrbus (, ) N. Dar akbat d atas kta uya bahwa semua subset dar vektor acak yag berdstrbus ormal adalah berdstrbus ormal ula. Cotoh Jka berdstrbus N ( ) 5,, car dstrbus dar. Kta hmu 4 sebelumya =, = 4, da 4 = 4 4 44 dar N ( ) 5, kta uya,, da yag kemuda aka kta susu kembal da kta arts mejad 4 =, 5 4 = 5 4 5 4 44 4 4 45 = 4 5 4 5 5 45 5 5 55 atau ( ) = ( ) ( ) = ( ) = ( ) ( ) ( ) ( ) dega megguaka akbat 4 utuk =, 4 kta aka memlk dstrbus dega betuk N ( ). 4, = N, 4 4 44

Dar cotoh ds jelas bahwa utuk seta baga (subset) dar dstrbus ormal daat deksreska dega emlha yag teat rata da kovara dar da awal. Akbat 5. (a) Jka da ( q ) (, ) Cov = deede, maka aka selalu bear bahwa ( q ) 0, q q (b) Jka berdstrbus meghaslka matrk ol. deede jka da haya jka = 0. N, maka da q + q, (c) Jka da deede da berdstrbus N (, ) da q Nq (, ), maka meruaka multvarat ormal. 0 N q + q, 0' Cotoh da Dberka ( ) berdstrbus N (, ) deedet? Bagamaa dega (, ) 4 0 dega = 0. Aakah 0 0 da? Karea da memlk =, da tdak deedet. Teta, = 4 0 ( ) ( ) = 0 = 0 0 ( ) ( )

0 Kta lhat bahwa = da memlk matrk kovara = 0. Hal meyebabka (, ) da deedet meurut akbat 5. Hal juga megmlkaska bahwa deedet terhada da. Akbat 6. Msal = = = x, berdstrbus ormal dega berdstrbus N (, ) dega, =, da > 0. Maka dstrbus bersyarat dar, memberka Rata-rata = + ( x ), da Kovaa = Catat bahwa kovara tdak tergatug ada la x dar varabel bersyarat. Proof. Aka dbuktka dega embukta tak lagsug, ambl A ( ) I ( q q) q ( q) = 0 I ( q) ( q) ( q) sehgga ( ) A( ) = A = da I I 0 0 A A ' = = 0 I I 0 Karea ( ) da memlk kovara ol, sehgga keduaya deedet. Lebh lag ( ) N q (, ) 0. Dberka x kostata. Karea ( ) bersyarat dar ( x ) memlk dstrbus =, ( x ) + adalah suatu da deedet, dstrbus adalah sama dega dstrbus tak

bersyarat dar ( ). D awal kta sudah tahu bahwa ( ) berdstrbus N q (, ) acak ( x ) 0, sehgga vektor ada saat memlk la khusus x. Hal equvale juga utuk, sehgga atya dstrbusya aka berbetuk Nq ( ( ) + x, ) Akbat 7. Jka berdstrbus N (, ) berdstrbu χ dmaa (a) ( x )' ( x ) ch-kuadrat dega derajad kebebasa. (b) Dstrbus N (, ) dega > 0. Maka: χ dotaska berdstrbus memberka kemugka α utuk elsod adat x x x χ ( α ), dmaa χ ( ) { : ( ) ' ( ) } ke( 00α ) dar dstrbus χ. α meotaska ersetl Proof. Kta tahu bahwa χ ddefska sebaga dstrbus dar jumlah Z + Z + K + Z, dmaa Z, Z,, Z K deedet N ( 0,) varabel radom. Selajutya, melalu sectral decomosoto [lhat ersamaa (-6) da (-) dega A =, da melhat ke akbat 4.] dmaa = λ e e sehgga e = ( λ ) = ee ', = λ e. Akbatya, ( ) ( )' ( ) = ( λ )( )' e e '( ) = ( λ ) e '( ) = = ( λ ) e ( ) ' Z, utuk sgkatya. = = = =

Z Z Z = A -, dmaa Z =, ( ) Z Sekarag ( ) da berdstrbus N (, ) Z = A ( -) berdstrbus N (, ') ( ) ( ) ( ) A M ( ) e ' λ e ' = λ M e λ 0. Kareaya, dega megguaka akbat, 0 A A, dmaa e ' λ e ' A A ' = λ λee e ' e ' K e ' = λ λ λ M e ' λ λ e ' λ e ' = e ' e ' K e ' M λ λ λ = λ e ' Oleh akbat 5 Z, Z, K, Z varabel deedet ormal stadar da kta smulka bahwa ( )' ( ) etg: memlk dstrbus χ. Sama s kta bsa meymulka dar akbat-akbat d atas hal. Meyagkut dega kemugka s sebuah elsod suatu kostata keadata.. Berkeaa dega betuk la dar kombas ler. '

Dstrbus ch-kuadrat daat meetuka varabltas dar vara samel s = s utuk samel yag berasal dar oulas ormal uvarat. Dasar juga aka memaka hal etg ada dstrbus multvarat. Akbat 8. Dberka,,..., salg bebas dega berdstrbus N ( j, ). (Perhatka bahwa seta j memlk kovara matrk yag sama.) Maka V = c + c +... + c Berdstrbus N c j j, c j. V da V = b + b +... + b juga j= j= meruaka ormal multvarat dega kovara matrk. c j ( b' c) j= ( b ' c) Kosekuesya, V da V deedet jka j= b j b ' c = c b = 0. j= j j