Hypothesis Testing In Less Than Full Rank Model

Slides:



Advertisements
Presentasi serupa
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Advertisements

ANALISIS OF VARIANS (ANOVA)
Analisis varians.
Pengujian Hipotesis Aria Gusti.
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
NAMA KELOMPOK SITI ROMLAH YULIA DEWI MASITOH LISE NURFITRIANI PERMANA.
Klasifikasi Rancangan Percobaan
Hypothesis Testing In Full Rank Model
ESTIMATION IN THE LESS THAN FULL RANK MODEL
Analisis Varians Satu Arah (One Way Anova)
Sebaran Bentuk Kuadrat
SEBARAN BENTUK KUADRAT
BAB 2 (sambungan) DESAIN BLOK LENGKAP ACAK
Inferensia Vektor Rata-Rata
Akbar Darmawan ( ) Ezra Priska Donny Anggoro ( )
Ramadoni Syahputra, ST, MT
PENGUJIAN HIPOTESIS Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
Model Berpangkat Tidak Penuh
Hypothesis Testing In Full Rank Model
TESTABLE HYPOTHESES. Matriks ab x ( a+b+1 ) Asumsi.
Distribusi Bentuk Kuadrat
ANOVA Dr. Srikandi Kumadji, MS.
STATISTIKA 1 Jurusan Ekonomi Syariah IAIN Antasari Banjarmasin Disampaikan oleh Hafiez Sofyani, SE., M.Sc. Pertemuan 8: ANALYSIS OF VARIANCE (ANOVA) KEGUNAAN.
TUGAS PRESENTASI MODEL LINEAR
RANK FULL MODEL (ESTIMATION)
RANK FULL MODEL (VARIANCE ESTIMATION)
ANALYSIS OF VARIANCE (ANOVA)
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
RANK FULL MODEL (INTERVAL ESTIMATION)
METODOLOGI PENELITIAN
BIO STATISTIKA JURUSAN BIOLOGI 2014
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
STATISTIK INFERENSIAL
ANALISIS VARIANSI (ANOVA)
Eksperimen Pengujian Hipotesis Lebih dari Dua Rata-rata
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
Analisis Variansi Part 1 & 2 – Tita Talitha, MT.
Pengujian Hipotesis Aria Gusti.
STATISTIKA INDUSTRI IEG2E3
STATISTIK INFERENSIAL
UJI HIPOTESIS REGRESI BERGANDA
ANALISIS VARIANS TUJUAN
KONSEP DASAR STATISTIK
EKONOMETRIKA Pertemuan 7: Analisis Regresi Berganda Dosen Pengampu MK:
Analisis Varians Satu Arah (One Way Anova)
UJI HIPOTESIS (3).
UJI ANOVA (ANALISYS OF VARIAN)
STATISTIK II Pertemuan 12: Pengujian Hipotesis Sampel Kecil (n<30)
TWO WAY ANOVA.
STATISTIK II Pertemuan 9: ANOVA (SPSS) Dosen Pengampu MK:
STATISTIK II Pertemuan 13: ANOVA (Analysis of Variance)
STATISTIK BISNIS Pertemuan 13: Pengujian Hipotesis dan ANOVA
MANOVA (Multivariate Analysis of Variance)
Pertemuan 21 Penerapan model not full rank
PENELITIAN DAN STATISTIK NON PARAMETRIK
STATISTIK II Pertemuan 13: Pengujian Hipotesis Sampel Kecil (n<30)
Pertemuan 16 Model not full rank
INFERENSI VEKTOR MEAN 1 Statistik Hotelling’s 2
Statistika Multivariat
STATISTIK II Pertemuan 13: ANOVA (Analysis of Variance)
LATIN SQUARE DESIGN DOX 6E Montgomery.
Pertemuan 15 Model not full rank
REGRESI LINIER BERGANDA (MULTIPLE REGRESSION)
Pertemuan 9 Pengujian parameter
Distribusi Peluang Kontinu
HYPOTHESIS TESTING Beberapa Pengertian Dasar : Hipotesis Statistik
DASAR-DASAR UJI HIPOTESIS
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
Distribusi Peluang Kontinu
Transcript presentasi:

Hypothesis Testing In Less Than Full Rank Model Uji hipotesis dalam model ini ada dua cara, yaitu: Uji hipotesis terhadap estimable functions of β. Reparameterisasi ke dalam bentuk full rank model.

Definisi: Sebuah hipotesis Ho disebut testable jika terdapat sekumpulan fungsi yang estimable c1΄β, c2΄β, …, cm΄β sehingga Ho benar jika dan hanya jika c1΄β = c2΄β = … = cm΄β = 0 Dengan c1΄, c2΄, …, cm΄ adalah bebas linier. Bentuk umum dari testable hypothesis : Ho: Cβ=0 C adalah matriks nxp dengan rank m ≤r.

Contoh: Model klasifikasi satu arah dengan pengaruh tetap dimana k=3 dan N=n1+n2+n3. yij = μ + τi + εij i=1,2,3 j=1,2,…,n1 Hipotesis nol adalah τ1 = τ2 = τ3. τ1 = τ2 = τ3 jika dan hanya jika: τ1 – τ2 = 0 dan τ2 – τ3 = 0 Dalam bentuk matriks Ho menjadi: Ho: Cβ=0

Statistik yang digunakan untuk uji hipotesis di atas adalah:

Theorema: Misalkan y=Xβ+ε dimana X adalah matriks nxp dan ε berditribusi normal dengan rata-rata 0 dan varians σ2I. Misalkan Cβ=0 adalah testable dimana C adalah matriks mxp dengan rank m≤r. Maka mengikuti distribusi chi-square noncentral dengan derajat bebas m dan parameter noncentral:

Theorema: Misalkan y=Xβ+ε dimana X adalah matriks nxp dan ε berditribusi normal dengan rata-rata 0 dan varians σ2I. Misalkan Cβ=0 adalah testable dimana C adalah matriks mxp dengan rank m≤r. Maka Cb saling bebas terhadap s2.

Less than full rank model Reparameterization: One-way classification model Less than full rank model Transformasi Full rank model y=Xβ+ε Transformasi y=Zα+ε*

Hipotesis setelah direparameterisasi: H0: μ1= μ2= … = μk Equivalent dengan : H0: τ1= τ2 = … = τk ANOVA Table Source of Variation Sum of Square Degrees of Freedom Mean Square F Ratio Treatment k-1 SSReg/k-1 MSReg/MSRes Residual Subtraction n-k SSRes/n-k Total n-1

Source of Variation Sum of Square Degrees of Freedom Mean Square F Ratio Regression (Full) k Reduced Model 1 Hypothesis k-1 𝑆𝑆𝑅𝑒𝑔(𝐻𝑦𝑝𝑜𝑡ℎ𝑒𝑠𝑖𝑠) 𝑘−1 𝑀𝑆𝑅𝑒𝑔 𝑀𝑆 𝑅𝑒𝑠 Residual n-k 𝑆𝑆 𝑅𝑒𝑠 𝑛−𝑘 Total n