download

Matakuliah
Tahun
Versi
: I0214 / Statistika Multivariat
: 2005
: V1 / R1
Pertemuan 12
Inferensi Dua Nilaitengah Ganda (VI)
1
Learning Outcomes
Pada akhir pertemuan ini, diharapkan
mahasiswa akan mampu :
• Mahasiswa dapat melakukan analisis
dan pengujian hipotesis ragam
peubah ganda  C3
2
Outline Materi
• Pengujian hipotesis satu matriks ragam
peubah ganda
• Pengujian hipotesis k matriks ragam
peubah ganda
• Pengujian hipotesis matriks peragam
peubah ganda
• Pengujian hipotesis independensi
3
<<ISI>>
Pengujian Satu Ragam Peubah Ganda
Uji perbandingan likelihood untuk
H 0 :   0 versus
H1 :   0
mempunyai daerah penolakan
1
L  2 ; p  p  1
2
di mana


1
2 



L  1 
 2 p  1 
  L
 p  1  

 G  n  1 
dengan

L   ln 0  ln S  tr S  01  p
  n 1
untuk n besar.

4
<<ISI>>
Pengujian Satu Ragam Peubah Ganda
Bila n besar L berdistribusi chi-kuadrat dengan
1
derajat bebas p  p  1 bila H 0 benar.
2
Untuk n sedang Bartlett memberikan


1
L  1 
2 p  1  2  p  1   L

 6  n  1

yang merupakan pendekatan chi kuadrat dengan lebih baik
Jadi H0 ditolak jika:
1
L   ; p  p  1
2
2
5
<<ISI>>
Pengujian k Ragam Peubah Ganda
Uji hipotesis
H0 : 1   k
dapat dilakukan dengan statistik perbandingan likelihood umum.
Si penduga tak bias  i
Bila H 0 benar yaitu 1   k  
1
S
  ni  1
k
  ni 1Si
i 1
Adalah penduga gabungan (pooled estimate) matriks kovariansi

6
<<ISI>>
Pengujian k Ragam Peubah Ganda
Statistik penguji
M    ni  1 ln S 
k
  ni  1 ln Si
i 1
MC-1
dengan
k
2


2
p

3
p

1
1
1
1


C  1

6  p  1 k  1  i 1  ni  1   ni  1 

mendekati distribusi chi-kuadrat dengan derajat bebas
bila n besar
Bila semua ni sama dengan n
1
 k  1 p  p  1
2
2 p 2  3 p  1  k  1

C 1  1 
6  p  1 kn
Pendekatan ini baik bila k dan p tidak melebihi 4 atau 5 dan ni ≥ 20.
Untuk p dan k besar dengan ni kecil Box memberikan pendekatan distribusi F
7
<<ISI>>
Pengujian Matriks Peragam Peubah Ganda
Akan diuji hipotesis:
1 

2  1
H0 :   


 
H0 ditolak bila:

 


1
lawan
1 
 1
H1` :   2 


 

 


1
 2   2f ( )
8
<<ISI>>
Pengujian Matriks Peragam Peubah Ganda
dimana:

2
p
(
p

1)
(2 p  3)
2

   (n  1) 

6  p  1 p 2  p  4

S
L 
p 1
2 p
S 1  r  1   p  1 r 

 


 ln L


S2 
1
p
S 2r 
p
 Sii
i 1
1
p  p  1
 Sij
i j
1
f  p  p  1  2
2
9
<<ISI>>
Pengujian Independensi Peubah Ganda
Misal dipunyai sistem multinormal p + q variat dengan p
variabel sejenis, q variabel dengan jenis lain.
Akan diuji apakah p variabel independen dengan 2 variabel
yang lain, apakah 2 himpunan variabel tersebut independen.
Variabel X dapat dipecah menjadi X1 dan X2
X    X1 X 2 
 1 
 11 12 
 S11 S12 
 

S





S
S
 12
22 
 2 
 12
22 
Σ dan S (penduga Σ) adalah matriks nonsingular
Dengan anggapan n ≥ p+q+1, akan diuji hipotesis:
H0 : 12  0
lawan H1 : 12  0
10
<<ISI>>
Pengujian Independensi Peubah Ganda
Uji hipotesis independensi dua himpunan peubah ganda adalah:
H0 : 12  0
H0 akan ditolak jika:
lawan H1 : 12  0
C1   ;s,m,n
Dimana C1 merupakan akar karakteristik terbesar dari:
1
1
1
1
 dan S22
 S11
S11
S12 S22
S12
S12
S12
dan
 ; s ,m ,n
s  min( p, q)
= 100% persentil atas dari distribusi akar ciri
terbesar (dari tabel) dengan parameter:
m
p  q 1
2
n
N  pq2
2
11
<<ISI>>
Pengujian Independensi Peubah Ganda
Uji hipotesis independensi k himpunan peubah ganda adalah:
H0 : ij  0 untuk setiap i  j
N 1
2
H0 akan ditolak jika:
 
ln V  2 ; f
C
Dimana:
C
1
1
 1
 23  3 2 
12 f  N  1
1
f  2
2

S  


k

i 1
S

pi  


k

i 1
pis , S  2,3
12
<< CLOSING>>
• Sampai dengan saat ini Anda telah
mempelajari pengujian ragam peubah
ganda dan pengujian independensi
peubah ganda
• Untuk dapat lebih memahami konsep
dasar pengujian ragam dan independensi
peubah ganda tersebut, cobalah Anda
pelajari materi penunjang, website/internet
dan mengerjakan latihan
13