Analisis Multivariate Program S2 Matematika Semester Genap 2011/2012

Slides:



Advertisements
Presentasi serupa
SEBARAN BENTUK KUADRAT
Advertisements

Statistika Matematika I
Distribusi Bentuk Kuadrat
Statistika Multivariat
Sebaran Peluang bersyarat dan Kebebasan
Statistika Matematika I Semester Ganjil 2011 Rahma Fitriani, S.Si., M.Sc.
Statistika Matematika 1
Abdul Rohman Fakultas Farmasi UGM
Sifat-Sifat Kebaikan Penduga
Statistika Matematika I Semester Ganjil 2011 Rahma Fitriani, S.Si., M.Sc.
NILAI EIGEN VEKTOR EIGEN
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
Optimasi Dengan Metode Newton Rhapson
Pertemuan 1 Pendahuluan.
Program Studi Statistika Semester Ganjil 2012
Program Studi ekonomi pembangunan Semester Ganjil 2012
Statistika Matematika I
Statistika Matematika I
Statistika Matematika I
Dr. Adji Achmad RF, S.Si, M.Sc
Materi Pokok 26 KORELASI DUA PEUBAH ACAK
Sebaran Normal Ganda (I)
Linear Programming (Pemrograman Linier)
Program Studi Statistika Semester Ganjil 2012
Program Studi Statistika Semester Ganjil 2011
Inferensi Dua Nilaitengah Ganda (III)
INFERENSI VEKTOR MEAN 1 Statistik Hotelling’s 2
Statistika Multivariat
Program Studi Statistika Semester Ganjil 2011
Linear Programming (Pemrograman Linier)
Soal Latihan Pertemuan 13
Agribusiness Study of Programme Wiraraja University
Model Logit Untuk Respons Biner
Pendugaan Parameter Regresi Logistik
Principal Components Analysis
Nilai Harapan Peubah Acak
Peubah Acak (Random Variable) IV (kasus Peubah Kontinyu)
Review Aljabar Matriks
Analisis Multivariat Program S2 Matematika Semester Genap 2011/2012
Model Linier untuk data kontinyu (lanjut)
Linear Programming (Pemrograman Linier)
Pembangkitan Peubah Acak Kontinyu I
Simulasi untuk Model-model Statistika
Monte Carlo Simulation (lanjut)
Pendugaan Parameter Statistika Matematika II
Model Linier untuk Data Kontinyu
Linear Programming (Pemrograman Linier)
Network Model (lanjut) Program Evaluation and Review Technique (PERT)
Principal Components Analysis (Pendekatan Sampel)
Multivariate Analysis
Model Linier untuk Klasifikasi Satu arah
Program Studi Statistika Semester Ganjil 2014
Dualitas Antara Uji Hipotesis dan Selang Kepercayaan
Monte Carlo Simulation
Pengantar Teori Peluang Semester Genap 2011/2012
Ruang Contoh dan Kejadian Pengantar Teori Peluang
Uji Hipotesis Pada Sampel berukuran besar
Pendugaan Parameter Statistika Matematika II
Peubah Acak (Random Variable) III
Uji Hipotesis Dua Ragam
Analisis Multivariat Program S2 Matematika Semester Genap 2011/2012
Pengantar Teori Peluang Semester Genap 2011/2012
Sifat-sifat Kebaikan Penduga (lanjut)
Sifat-sifat kebaikan penduga Latihan 1
Model untuk Respons Biner
Uji Hipotesis yang melibatkan Ragam
NILAI EIGEN VEKTOR EIGEN
Model Sediaan Probabilistik (lanjutan)
Statistika Matematika 1
Statistika Matematika II Semester Genap 2011/2012
Transcript presentasi:

Analisis Multivariate Program S2 Matematika Semester Genap 2011/2012 Normal Multivariat Analisis Multivariate Program S2 Matematika Semester Genap 2011/2012 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Sebaran Normal Bivariat Suatu vektor random dikatakan menyebar secar normal bivariat, jika keduanya mempunyai sebaran peluang gabungan berikut ini: Koefisien korelasi antara X1 dan X2 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Normal Bivariat Berlaku sifat-sifat berikut ini: 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Sifat-sifat sebaran Normal Bivariat Sebaran marginal dari X1 dan X2 adalah normal univariat Sebaran X1 dengan syarat X2= x2 ataupun X2 dengan syarat X1= x1 adalah juga normal univariate. X1 dan X2 independent jika dan hanya jika 𝜌 = 0 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Normal Multivariat Suatu vektor random Dikatakan mempunyai sebaran normal p variat jika mempunyai fungsi kepekatan gabungan sbb: Khusus ketika p=2 maka akan tereduksi menjadi sebaran normal bivariat 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Normal Multivariat Dengan parameter-parameter: 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Kontur Kontur bagi fungsi kepekatan peluang normal multivariat adalah elipsoida yang didefinisikan oleh x sedemikian: Sumbu: Elipsoid berpusat di µ Sumbu setiap elipsoid adalah searah dengan eigen vektor –eigen vektor (ei) dari Σ Panjang sumbu adalah proportional terhadap nilai eigen-nilai eigen (λi) dari Σ. 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Misalkan untuk normal bivariat dengan parameter berikut: Mempunyai dua nilai eigen dari Σ Dua vektor eigen (yang sudah dinormalkan yang bersesuaian dengan masing-masing nilai eigen: 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Misalkan: Maka sumbu mayor dengan arah: Dengan panjang: Sumbu minor dengan arah: Dengan panjang: 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Kontur bagi fungsi sebaran normal bivariat 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Sifat-Sifat Jika X menyebar Maka kombinasi linier dari X: Akan menyebar: Untuk matriks A berukuran q × p maka diperoleh q kombinasi linier: 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Untuk vektor konstan p × 1 maka X + c mempunyai sebaran: Jika X menyebar Maka untuk 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Jika dilakukan partisi pada matriks X (pada slide sebelumnya), maka Semua subset dari vektor random X mempunyai distribusi normal multivariat Kovarians nol menyatakan bahwa komponen yang bersesuaian menyebar saling bebas (independen).   20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Sebaran X(1) dengan syarat X(2) = x(2) ataupun X(2) dengan syarat X(1) = x(1) adalah normal multivariat pula 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Semua materi bisa didownload di: http://rahmafitriani.lecture.ub.ac.id 20/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc