ANALISIS MULTIVARIAT

SEBARAN NORMAL GANDA

Irlandia Ginanjar, j , M.Si.

SEBARAN NORMAL GANDA

Fungsi kepekatan normal ganda (multivariate normal) adalah

generalisasi dari fungsi kepekatan univariate normal dengan p 2 dimensi. Fungsi kepekatan dari peubah acak x yang menyebar normal dengan nilai tengah dan ragam 2 adalah :
f ( x) = 1 2 2 e [( x ) / ] 2 / 2

dimana - < x <

 Plot Pl dari d i fungsi f i di atas akan k menghasilkan h ilk

kurva berbentuk genta yang memiliki ciri-ciri sebagai berikut:

sama P ( - < x < + ) = 0.683 0 683 P ( - 2 < x < + 2 ) = 0.954

0.4500 0.4000 0.3500 0.3000 0.2500 0.2000 0.1500 0.1000 0.0500 0.0000

Simetrik terhadap nilai tengah () Mean, median, modus berada pada titik yang

 Fungsi kepekatan bersama dari p peubah acak yang menyebar normal dan saling

bebas adalah :

p xi i 1 f ( x1 ,..., x p ) = Exp 1 / 2 p/2 (2 ) 1 ... p i =1 i 2 Bentuk [ (xi - )/] dari eksponen fungsi sebaran normal mengukur jarak kuadrat dari xi ke i dalam unit simpangan baku. Bentuk ini dapat digeneralisasikan untuk vektor x dari pengamatan beberapa peubah sebagai : (x - ) -1 (x - )

 Secara umum fungsi kepekatan peluang normal

bersama untuk p peubah dapat ditulis sebagai berikut :

f ( x) = 1 (2 )
p/2

E 1 / 2( x )' 1 ( x ) Exp
2

]
0.15 0.10

f(x1,x2)

0.05 2 3

0.00

dimana - < xi < , i = 1,2,...p. Fungsi kepekatan normal berdimensi p ini dapat

-2

X1

-1

-4

-3

-2

-1 1

X2

ditulis sebagai Np(,) yang analog dengan kasus univariate.

Countur S b Sebaran N Normal lG Ganda d

Eksponen (x - ) -1 (x - ) dari kepekatan normal ganda

memperlihatkan persamaan ellipsoid dalam ruang peubah berdimensi p jika bentuk ini ditulis dalam sebuah persamaan terhadap sebuah nilai konstanta positif c. 1 (x - ) = c2 ( x - ) -1 Dengan pusat ellips adalah dan absis c i ei dimana, ei = i ei , i = 1,2,...p. 12 p

Sifat sifat Sebaran Normal Ganda Sifat-sifat

Kombinasi linier dari semua komponen peubah x juga menyebar

normal. Jika Xp Np ( , ) , maka kombinasi linear : normal aX = a1 X1 + a2 X2 +...+ ap Xp menyebar N ( a , a a ) Jika Xp Np ( , ) maka semua anak gugus dari X juga menyebar normal Jika X1 dan X2 saling bebas, bebas dan menyebar Nq1 (1, 11) dan Nq2 (2, 22) maka sebaran bersyarat [X1/ X2] adalah normal ganda :

1 11 0 , N q1+ q 2 0 22 2

 Jika X ~ Np (,) dengan | | > 0 maka:

(x - ) -1 (x - ) ~ (p)2 dimana p2 menyatakan sebaran khi

kuadrat dengan derajat bebas p. Selang kepercayaan (1-)100% (x-)-1(x-) (, p)2

Eksplorasi Sebaran Normal Ganda

Untuk mengevaluasi apakah data yang dimiliki

menyebar normal ganda dapat ditelusuri secara ekplorasi Seperti ih halnya l untuk kk kasus univariate penelusuran sebaran normal ganda dapat juga memanfaatkan plot quantil-quantil quantil quantil quantil khi-kuadrat

Beberapa B b tahapan th yang harus h dilakukan dil k k dalam d l menyusun Plot Kuantil 2 adalah sebagai berikut:
1. 2. 3.
2

Hitung: di = ( x i )' 1 ( x i ) Beri peringkat k untuk nilai di2 Carilah nilai khi-kuadrat dari nilai (k1/2)/n dengan 1 derajat bebas p, misal 2 k 2
p

4. 5.

Buat plot dengan Jika p plot tersebut membentuk g garis lurus maka data tersebut menyebar normal ganda p.
2 p

di2

k 12 n

Contoh kasus
Obs 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 x1 1.29 1.28 0.79 0.80 1.39 0.89 1.40 0.72 1.03 0.69 1.29 1.17 0.82 1.23 1.09 1.00 x2 0.98 1.08 1.06 1.01 1.03 0.97 1.06 1.00 1.00 0.97 1.05 1.00 1.00 1.05 1.02 1.04 x3 0.99 1.06 1.01 1.01 1.03 0.99 1.05 1.02 1.00 0.99 1.03 1.00 1.01 1.03 1.02 1.05 x4 1.05 1.08 1.05 1.05 1.04 1.02 1.06 1.03 1.01 1.01 1.04 1.01 1.01 1.02 1.03 1.03 di 2 8.25 6.71 11.22 2.55 2.19 2.72 2.74 3.81 1.13 3.00 1.64 3.43 2.50 3.17 0.13 4.82 k 15 14 16 6 4 7 8 12 2 9 3 11 5 10 1 13 p(k) 0.91 0.84 0.97 0.34 0.22 0.41 0.47 0.72 0.09 0.53 0.16 0.66 0.28 0.59 0.03 0.78 (4)2 22.57 20.42 26.70 12.30 10.59 13.11 13.92 17.65 8.41 14.76 9.61 16.59 11.47 15.64 6.56 18.89

 Korelasi K l i antara di2 dengan d

kuantil khi-kuadrat adalah 0.941 Bandingkan dengan tabel, jika lebih besar dari tabel berarti normal g ganda

25

khi2

15

5 0 5 10

di2

Penanganan Masalah
Jika data tidak normal maka dapat didekati dengan

transformasi, misal transformasi Box-Cox Lakukan eksplorasi pengamatan-pengamatan ekstrem, buat box plot untuk data di2 (aturan main sama seperti kasus box-plot univariate