Statistika Matematika II Semester Genap 2011/2012

Slides:



Advertisements
Presentasi serupa
Uji Hipotesis yang Menggunakan Sebaran t Stat Mat II 25/05/2011Dr. Rahma Fitriani, S.Si., M.Sc.
Advertisements

Nilai p (p value) untuk uji Dua Arah STAT MAT II 15/06/2011Rahma Fitriani, S.Si., M.Sc.
9 Uji Hipotesis untuk Satu Sampel.
PENGUJIAN HIPOTESIS SAMPEL KECIL
Optimal Test: The Neyman-Pearson Lemma
Ekonometrika Program Studi Statistika Semester Ganjil 2011 Dr. Rahma Fitriani, S.Si., M.Sc.
Metode Statistika II Pertemuan 5 Pengajar: Timbang Sirait
Bab 11 Pendugaan dan Pengujian Hipotesis Regresi Linier Sederhana
Sebaran Peluang bersyarat dan Kebebasan
Statistika Matematika I Semester Ganjil 2011 Rahma Fitriani, S.Si., M.Sc.
Statistika Matematika 1
Sifat-Sifat Kebaikan Penduga
Statistika Matematika I Semester Ganjil 2011 Rahma Fitriani, S.Si., M.Sc.
PENGUJIAN HIPOTESIS (bagian 1)
HIPOTESIS NATASYA VINALDA ( ).
Pengujian Hipotesis Oleh : Enny Sinaga.
PENGUJIAN HIPOTESIS Hipotesis adalah jawaban sementara sebelum percobaan dilakukan yang didasarkan pada studi literatur. Hipotesis statistik dibedakan.
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
HIPOTESIS DAN PENGUJIAN HIPOTESIS
Program Studi Statistika Semester Ganjil 2012
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika Semester Ganjil 2011
Agribusiness Study of Programme Wiraraja University
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
Program Studi Statistika Semester Ganjil 2011
Agribusiness Study of Programme Wiraraja University
HIPOTESIS Pertemuan 7 Laras Sitoayu, S.Gz., MKM
Bab 11 Pendugaan dan Pengujian Hipotesis Regresi Linier Sederhana
Agribusiness Study of Programme Wiraraja University
INFERENSI.
Pertemuan ke 12.
Analisis Multivariate Program S2 Matematika Semester Genap 2011/2012
Model Logit Untuk Respons Biner
Pendugaan Parameter Regresi Logistik
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)
Simulasi untuk Model-model Statistika
Pendugaan Parameter Statistika Matematika II
Model Linier untuk Data Kontinyu
Network Model (lanjut) Program Evaluation and Review Technique (PERT)
Dr. Rahma Fitriani, S.Si., M.Sc
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
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
Paradigma Neyman Pearson
Uji Hipotesis yang melibatkan Ragam
Model Sediaan Probabilistik (lanjutan)
Statistika Matematika 1
INFERENSI STATISTIK.
Transcript presentasi:

Statistika Matematika II Semester Genap 2011/2012 Uji Hipotesis Statistika Matematika II Semester Genap 2011/2012 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Menyimpulkan sifat Populasi dari sampel Pendugaan parameter Uji hipotesis tentang nilai parameter 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Tujuan uji hipotesis: Menguji nilai parameter Hipotesis Nol: Sampel berasal dari populasi yang menyebar normal dengan nilai tengah µ1 Ho: µ = µ1= 0 Hipotesis alternatif Sampel berasal dari populasi yang menyebar normal dengan nilai tengah yang lain, µ2 HA: µ = µ2 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Tipe hipotesis Hipotesis sederhana (Simple Hypotheses): Pernyataan lengkap tentang paramater-parameter sebaran Hipotesis komposit (composite hypotheses): Parameter sebaran tidak terdefinisi 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Contoh 1 Sampel acak dari sebaran diskrit Ho: Sampel berasal dari sebaran Poisson dengan mean λ yang tidak diketahui HA: Sampel berasal dari sebaran yang bukan Poisson Keduanya adalah hipotesis komposit 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Contoh 2 Pernyataan penemu obat: tingkat keberhasilan vaksin lebih dari 50% Penelitian untuk membuktikan pernyataan tersebut Melalui sampel (percobaan tehadap 15 tikus) Y: jumlah tikus yang tidak terinfeksi 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Contoh 2 (lanjutan) Ho: p = 0.5 hipotesis sederhana HA: p < 0.5 hipotesis komposit HA: p < 0.5 hipotesis satu sisi HA: p ≠ 0.5 hipotesis dua sisi 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Formulasi teori Sampel Pernyataan nilai parameter Statistik uji Sesuai teori: Terima hipotesis Tidak sesuai teori: Pengamatan tidak mampu membuktikan kebenaran teori tsb. Sampel Tujuan penelitian: dukungan bagi hipotesis alternatif 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Contoh Kasus Tingkat keberhasilan vaksinku lebih dari 50% Masa sih? Akan saya teliti dulu! Tingkat keberhasilan vaksinku lebih dari 50% A B Percobaan pada 15 tikus, Y jumlah tikus yang tidak terinfeksi Berapa ya, nilai Y yang mendukung pernyataan A? 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Elemen-elemen dari Uji Statistik HA dan H0: Teori dari peneliti: hipotesis riset → HA Sampel: sebagai alat untuk mencari dukungan terhadap HA Dukungan terhadap HA : kurangnya dukungan/bukti terhadap H0 Statistik uji: fungsi dari hasil pengukuran di dalam sampel. Pada contoh vaksin: Y: jumlah tikus yang tidak terinfeksi 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Elemen-elemen Uji Statistik (lanjutan) Daerah penolakan (Rejection Region: RR) Himpunan nilai-nilai statistik uji di mana H0 ditolak Bagaimana menentukan RR? Tergantung sifat dari percobaan & Melibatkan perhitungan peluang, sesuai dengan sebaran statistik uji 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Contoh 2 (lanjutan) Ho: p = 0.5 HA: p < 0.5 Dari 15 tikus percobaan, Statistik uji: Y jumlah tikus yang tidak terinfeksi Y 1 2 … k k+1 13 14 15 Daerah penolakan RR, sesuai sifat percobaan 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Contoh 3: Penelitian mengenai dua populasi Tujuan: membuktikan bahwa treatment A memberikan efek yang lebih besar daripada treatment B Populasi pertama: sampel pertama dengan treatment A Populasi kedua: sampel kedua dengan treatment B 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Contoh 3 (lanjutan) Elemen-elemen uji hipotesis: Statistik: Statistik uji: Daerah penolakan Sesuai sifat percobaan → nilai statistik yang positif dan bernilai besar 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Contoh 4 Pada model regresi Peneliti mempostulatkan bahwa dari penelitiannya, x dan y mempunyai hubungan di atas Tujuan peneliti: membuktikan teorinya dengan uji hipotesis berdasarkan sampel yang dia punyai Sampel: dan 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Contoh 4 (lanjutan) Elemen-elemen uji hipotesis: Ho: β = 0 HA: β ≠ 0 Statistik: Statistik uji: Daerah penolakan Sesuai sifat percobaan → nilai statistik yang positif dan bernilai besar 16/06/2019 Dr. Rahma Fitriani, S.Si., M.Sc