TESTABLE HYPOTHESES. Matriks ab x ( a+b+1 ) Asumsi.

Slides:



Advertisements
Presentasi serupa
Kelompok 1 Flendy Yusak Manganguwi Agata Dionesia Endi
Advertisements

Hypothesis Testing In Less Than Full Rank Model
Hypothesis Testing In Full Rank Model
ESTIMATION IN THE LESS THAN FULL RANK MODEL
DOSEN : LIES ROSARIA., ST., MSI
Sebaran Bentuk Kuadrat
SEBARAN BENTUK KUADRAT
Teorema Pythagoras hanya berlaku untuk segitiga siku-siku.
InversRANK MATRIKS.
Akbar Darmawan ( ) Ezra Priska Donny Anggoro ( )
Model Berpangkat Tidak Penuh
MODEL LINIER Lia Yuliana, S.Si., MT. Tahun Akademik 2011/2012.
Pengantar Model Linier
Hypothesis Testing In Full Rank Model
INVERS MATRIKS Pengertian Invers Matriks
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
1 Pertemuan 11 Penerapan model full rank Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
TUGAS PRESENTASI MODEL LINEAR
RANK FULL MODEL (ESTIMATION)
RANK FULL MODEL (VARIANCE ESTIMATION)
Review Review Aljabar Linear Matrix Operations Transpose
1 Pertemuan 17 Pengujian hipotesis regresi Matakuliah: I0174/Analisis regresi Tahun: 2005 Versi: 1.
Pertemuan 14 Penerapan model full rank
RANK FULL MODEL (INTERVAL ESTIMATION)
DESAIN TIGA FAKTORIAL.
1 Pertemuan 7 Estimable parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
Bilangan Real Himpunan bilangan real adalah himpunan bilangan yang merupakan gabungan dari himpunan bilangan rasional dan himpunan bilangan irasional Himpunan.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
Analisis Data Kuantitatif
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
STATISTIK INFERENSI.
ANALISIS VARIANSI (ANOVA)
ANALISIS REGRESI DAN KORELASI LINIER
Analisis Korelasi dan Regresi linier
REGRESI LOGISTIK BINER
KULIAH TEORI SISTEM DISKRIT MINGGU 10 Dosen Pengampu: Dr. Salmah, M.Si
KULIAH TEORI SISTEM DISKRIT MINGGU 11 Dosen Pengampu: Dr. Salmah, M.Si
Aplikasi Terapan – Aljabar Linier
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
Khaola Rachma Adzima FKIP-PGSD Universitas Esa Unggul
Program Studi Statistika, semester Ganjil 2012/2013
Analisis Varians Satu Arah (One Way Anova)
STATISTIK INDUSTRI MODUL 8
Program Studi Statistika, semester Ganjil 2012/2013
MUHAMMAD HAJARUL ASWAD
Korelasi dan Regresi Linear Berganda
KULIAH TEORI SISTEM DISKRIT MINGGU 5 Dosen Pengampu: Dr. Salmah, M.Si
MANOVA (Multivariate Analysis of Variance)
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
REGRESI LINEAR BERGANDA
Pertemuan 5 Solusi persamaan linier simultan
Pertemuan 16 Model not full rank
LATIN SQUARE DESIGN DOX 6E Montgomery.
OPERASI BARIS ELEMENTER
Pertemuan 15 Model not full rank
REGRESI LINIER BERGANDA (MULTIPLE REGRESSION)
D0124 Statistika Industri Pertemuan 21 dan 22
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
Pertemuan 18 Pengujian hipotesis regresi
REGRESI BERGANDA.
TEORI PERMAINAN.
INFERENSI.
Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
STATISTIK INFERENSI Statistik inferensi bagian dari pelajaran statistic yang mempelajari bagaimana mengambil sebuah keputusan tentang parameter populasi.
TEORI KORELASI RANK SPEARMAN
Model Linier untuk Data Kontinyu
Statistika Matematika II Semester Genap 2011/2012
1 ANALISIS REGRESI DAN KORELASI BERGANDA Bentuk persamaan regresi dengan dua variabel indenpenden adalah: Y = a + b 1 X 1 + b 2 X 2 Bentuk persaman regresi.
Transcript presentasi:

TESTABLE HYPOTHESES

Matriks ab x ( a+b+1 )

Asumsi

Hipotesis Dua hipotesis yang penting yaitu : Ho : τ1 = τ2 =... = τa: Tidak ada perbedaan pada efek yang terkait pada level dari faktor I Ho : β1 = β2 =... = βb: Tidak ada perbedaan pada efek yang terkait pada level dari faktor II Untuk melihat bahwa testable, pertama perlu melihat bahwa kontras dari τ dan β dapat diestimasi. Untuk itu, kita gunakan matriks X’X.

Matriks X’X Tampak bahwa matriks ini mempunyai dua ketergantungan antar kolom terhadap X. Oleh karena itu suatu matriks (a+b+1) x (a+b+1) memiliki rank a+b+1 Matriks tersebut digunakan untuk menentukan perkiraan kontras dari τ.

Theorema Pada desain dua faktor yang tidak berinteraksi, setiap kontras dari τ dapat diestimasi (estimable) Bukti : ω = a 1 τ 1 + a 2 τ a n τ n = [ 0 a 1 a 2... a n ]β = a’β Menyatakan kontras. Berdasarkan teorema 5.4.1, a’β dapat diestimasi (estimable) jika terdapat solusi pada sistem (X’X)z = a.

Berdasarkan Theorema Sistem tersebut memiliki solusi jikar [ X’X | a ] = r ( X’X ) dengan

...lanjutan

dimana C adalah matriks (a-1) x ( a+b+1 ) sebagai berikut :

Sum of Squares Regresi Seperti pada satu faktor, testable hypotheses dapat dicari dengan berbagai metode, misalnya F ratio, reparameterisasi menjadi full rank, atau membagi ke dalam subvektor β. Secara khusus, Sum of Squares Regresi untuk model penuh (full model) ditemukan maka Sum of Squares Regresi untuk model yang mengasumsikan τ 1 + τ 2 =... = τ a, ditemukan. Perbedaan antara keduanya adalah SS reg (hypothesis) digunakan untuk menguji Ho.

Sum of Squares Regresi (2) Ingat bahwa Sum of Squares Regresi untuk Full model adalah sebagai berikut : SS reg (full) = y’X (X’X) c X’y = b’X’y Karena Sum of Squares Regresinya invarian terhadap berbagai solusi persamaan normal, maka solusi dari sistem ( X’X )b =X’y dapat digunakan untuk menghitung SS full. Secara teori, satu solusi dapat ditemukan dengan menghitung ( X’X ) c X’y dimana ( X’X ) c adalah conditional inverse dari X’X.

Kendala ( Constraints )

Untuk mengetahui kenapa kendala diperlukan, ingat bahwa X’y adalah sebagai berikut : y.. menyatakan jumlah respons, y i. menyatakan jumlah respon pada level ke-i dan faktor I, dan y.j menyatakan jumlah respons pada level ke-j dari faktor II.

menyelesaikan sistem ( X’X )b = X’y Sisi kiri dari persamaan menjadi

menyelesaikan sistem ( X’X )b = X’y

Sehingga

...lanjutan

Derajat Bebas untuk Ho

Derajat Bebas untuk H’o