Materi Pokok 26 KORELASI DUA PEUBAH ACAK

Slides:



Advertisements
Presentasi serupa
METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
Advertisements

Uji Hipotesis yang Menggunakan Sebaran t Stat Mat II 25/05/2011Dr. Rahma Fitriani, S.Si., M.Sc.
ANALISIS KORELASI.
Pendugaan Parameter.
HASIL KALI SILANG.
Pendugaan Parameter.
Statistika Matematika I
Peubah Acak Kontinu Pertemuan Kesebelas Fungsi Kepekatan Peluang
TRANSPORMASI PEUBAH ACAK DENGAN FUNGSI PEMBANGKIT MOMEN
TURUNAN DALAM RUANG BERDIMENSI n
NILAI HARAPAN (HARAPAN MATEMATIK)
Pengujian asumsi dalam ANOVA dan Transformasi Data
Regrasi Polinomial Fata Nidaul Khasanah L
Hubungan Antar Sifat.
Analisis Peragam (Kovarians) pada RAK
Materi Pokok 04 PENDUGAAN TITIK Konsep Dasar pendugaan titik
NILAI HARAPAN DAN MOMEN
PENDUGAAN SELANG (INTERVAL) NILAI TENGAH
UJI KEBAIKAN SUAI DENGAN PARAMETER DIKETAHUI
TRANSFORMASI PEUBAH ACAK-ACAK
D0124 Statistika Industri Pertemuan 15 dan 16
ANALISIS RAGAM (VARIANS)
1 Pertemuan 14 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (II) : Sebaran Z dan t.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
SEBARAN PEUBAH ACAK KONTINU KHUSUS 3
SEBARAN PELUANG BERSAMA 2
Sebaran Normal Ganda (II)
TEORI PENDUGAAN (TEORI ESTIMASI)
MODUL XIV REGRESI DAN KORELASI (2) 8. KORELASI LINEAR
SEBARAN FUNGSI PEUBAH ACAK
REGRESI DAN KORELASI.
Pengujian Korelasi Diri Pertemuan 16
KOVARIANS DUA PEUBAH ACAK
MODUL XIII REGRESI DAN KORELASI 1. Regresi Linear
SAMPLING GANDA PENDUGAAN PARAMETER PEUBAH LATEN KEMISKINAN RELATIF.
Analisis Korelasi dan Regresi
D0124 Statistika Industri Pertemuan 19 dan 20
Program Studi Statistika Semester Ganjil 2012
Pendugaan Parameter Pendugaan rata-rata (nilai tengah)
Statistika Matematika I
Betha Nurina Sari,S.Kom Malang, 28 Mei 2013
PENARIKAN CONTOH DAN SEBARANNYA – 1
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
PENDUGAAN SELANG RAGAM DAN PROPORSI
UJI KESAMAAN DUA SEBARAN NORMAL
SEBARAN DARI FUNGSI PEUBAH ACAK
MENAKSIR RATA-RATA µ RUMUS-RUMUS YANG DAPAT DIGUNAKAN
METODE PENDUGAAN TITIK – 1
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Untuk Satu Peubah Acak
MOMEN DAN FUNGSI PEMBANGKIT MOMEN
Pertemuan 21 Pemeriksaan penyimpangan regresi
PEMFAKTORAN 2x – 2y =2(x - y) a2 + 2ab + b2 = (a + b)2
Persamaan dalam dimensi n = f(x,y) = 3x2 + 2y2 –xy -4x – 7y+12 34y
SEBARAN PEUBAH ACAK KONTINU KHUSUS 2
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Peubah Acak Ganda
Perbedaan Taksiran Nisbah dengan Rataan Per Unit
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
Regresi Kuadrat Terkecil
Metode Penaksiran Nisbah dan Regresi
P O L I N O M I A L (SUKU BANYAK) Choirudin, M.Pd.
Pencocokan Kurva / Curve Fitting
Pengujian asumsi dalam ANOVA dan Transformasi Data
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
REGRESI LINIER BERGANDA
Analisis Multivariate Program S2 Matematika Semester Genap 2011/2012
Nilai Harapan Peubah Acak
4. Pendugaan Parameter II
Analisis Multivariat Program S2 Matematika Semester Genap 2011/2012
Pendugaan Parameter Statistika Matematika II
Model Linier untuk Data Kontinyu
Transcript presentasi:

Materi Pokok 26 KORELASI DUA PEUBAH ACAK Pendugaan (x, y) : Koefisien Korelasi Contoh Definisi 26.1. Misalkan X dan Y adalah dua peubah acak. Koefisien korelasi X dan Y dilambangkan dengan (X, Y) dengan Teorema 26.1. Untuk dua peubah acak X dan Y | (X, Y)|  1 | (X, Y) = 1 jika dan hanya jika Y = ax + b dengan a dan b konstan.

Misalkan koefisien korelasi antara x dan y tidak diketahui tetapi kita mempunyai informasi tentang n pengukuran (X1, Y1), (X2, Y2),…, (Xn, Yn) maka (X, Y) dapat diduga.

Interpretasi Koefisien Korelasi Untuk menginterpretasikan R dilakukan melalui R2.

Interpretasi dari r2 menunjukkan variabilitas dari peubah bebas untuk hal yi tidak semua sama. menunjukkan keragaman yang tidak terjelaskan pada hubungan regresi yi pada x.

menunjukkan keragaman yi yang dijelaskan oleh hubungan regresi yi dengan x. r2 = proporsi keragaman yi yang dapat dijelaskan dengan hubungan regresi dengan x. Sebaran Normal Bivariat Jika X dan Y adalah peubah acak normal baku, maka fungsi kepekatan gabungannya: dengan - < x <  dan - < y <  Bentuk –1/2(x2 + y2) diganti dengan –1/2c < x2 + 2xy + 2y2 dimana c dan  adalah konstanta sehingga dan k sedemikian agar fx . y (x, y) memenuhi fungsi kepekatan gabungan.

Definisi 26.1. Misalkan X dan Y peubah acak dengan fungsi kepekatan gabungan

untuk semua y dan y, maka peubah acak X dan Y mempunyai sebaran normal bivariat. Teorema 26.1. Jika X dan Y adalah peubah acak yang mempunyai sebaran normal bivariat maka: fx(x) merupakan fungsi kepekatan normal dengan nilai tengah x dan ragam x2, fy(y) juga mempunyai sebaran normal dengan nilai tengah y dan ragam y2. (x, y) = v =  Var(Y | X) = (1 - 2) y2