Statmatregresi
Statmatregresi
http://oc.its.ac.id/jurusan.php?fid=1&jid=3
Wiwiek Setya Winahju
wiwiek@statistika.its.ac.id
Statistik matematika yang akan diuraikan pada ba- hanya memuat variabel X, jadi penyebut fixed. Ada-
gian ini meliputi distribusi respon dan berbagai pun pembilang mengandung variabel random Y.
penaksir, yaitu : Selanjutnya pembilang dijabarkan sebagai berikut :
- distribusi variabel respon
n n
X iYi nXY X i X Yi Y
- distribusi penaksir koefisien regresi (b0)
dan (b1) i 1 i 1
- distribusi penaksir respon, n
kemudian dilanjutkan dengan selang kepercayaan
dan pengujian hipotesis. i 1
X i X Yi X i X Y
n n
Review Teorema X i X Yi X i X Y
Suatu teorema menyatakan bahwa fungsi linier i 1 i 1
variabel random berdistribusi normal, juga ber- n
distribusi normal. X i X Yi
i 1
= 0 + 1 Xi + 0 = 0 + 1 Xi i 1
n
n n
var(Yi ) = var(0 + 1 Xi + i )
i i X Y X nY E i i X Y X Yi
= var(0)+ var(1 Xi) + var(i ) = E i 1n i 1n i 1
= 0 + 0 + var(i ) = 2 2
X i nX X i2 nX 2
2
i 1 i 1
Dapat dituliskan : Yi ~ N(0 + 1 Xi , 2)
n n n n
2. Distribusi b0 dan b1 X i E (Yi ) XE Yi X i E (Yi ) X E (Yi )
Dengan menggunakan metode kuadrat terkecil atau i 1
n
i 1 i 1
n
i 1
i 1
2
X i nX
2 2
i 1
kan b0 dan penaksir 1 , dinotasikan b1 , sebagai n n n n
berikut : ( X i X ) E (Yi ) ( X i X ) ( 0 1 X i )
i 1
n
i 1
i 1
n
i 1
1 n
n
X 2
nX 2
X 2
nX 2
b0 = Yi b1 X i Y b1 X i i
n i 1 i 1
i 1 i 1
n
n n
n n n
(X X ) 0 1 X i
X Y Y X
i i i X Y nXY
i i i 1
i
i 1
n
i 1
b1 i 1
n
i 1
n
i 1
n X i
2
nX 2
X
i 1
i
2
X Xi
i 1
X
i 1
i
2
nX 2 i 1
n n n
1
Dengan demikian didapatkan :
n
0 1 ( X i X ) X i n
i 1 2
X i2
b 0 ~ N 0 , n i 1
n
X i
2
nX 2 2
n ( X i X )
i 1
n n
n i 1
1 X i XX i 1 X i2 nX 2
2
i n1 i 1 i 1
n
1 Dengan didapatkannya E(b0) = 0 dan E(b1) = 1
X i2 nX 2 X i2 nX 2 maka terbukti bahwa b0 dan b1 merupakan penaksir
i 1 i 1 tak bias bagi 0 dan 1.
Mean(b0) = E(b0) = E (Y b1 X )
n 2 ( X X )2 2
= E( 1n Y X b ) i 1 Ŷ0 ~ N ( 0 1 X 0 ) ,
n
n 0
2
i 1
(Xi X )
n
n
Y X b E (Y ) X E (b )
i 1
= E 1n i 1
1
n i 1
i 1 i 1
n
= 1
n E( 0 i X i i ) X 1
i 1
Selang Kepercayaan
n
= E ( 0 ) E ( i X i ) E ( i X 1
1
n
i 1 Distribusi berbagai penaksir akan digunakan untuk
n mendapatkan taksiran selang berbagai parameter, a-
= 1n (n 0 i X i ) X 1 0 i X X 1 0 tau lazim disebut Selang Kepercayaan.
i 1
n
2 X i2 1. Selang Kepercayaan 100(1)% Untuk 0
var(b0 ) n
i 1 Selang kepercayaan parameter 0 ini diturunkan
n ( X i X ) 2 berdasarkan distribusi penaksirnya, yaitu b0 .
i 1
2
Penurunan diawali dari distribusi b0 , berikut :
n
2
X i2
b 0 ~ N 0 , n i 1
2
n ( X i X )
i 1
maka :
b0 0 b0 0
~ N (0,1) atau Z, dan P z z1 1 ,
simpangan baku b0 2
simpangan baku b0 2
b0 0
atau P z1 z1 1
2
simpangan baku b0 2
1/ 2
n
2
X i2
dengan simpangan baku b0 = n i 1 ; selanjutnya simpangan baku b0 disingkat sb b0.
n ( X X )2
i
i 1
Batas bawah dan batas atas selang kepercayaan didapat dengan cara menghitung solusi pertidaksamaan
b0 0
z1 z1 .
2
simpangan baku b0 2
Solusi pertama : Solusi kedua : Interseksi solusi pertama dengan solusi kedua :
b0 0 b0 0 0
z1 z1
2
sb b0 sb b0 2
b0 0 z1 sb b0
2
b0 0 z1 sb b0
2
b0 z1 sb b0 b0 z1 sb b0
2 2
b0 z1 sb b0 0 b0 z1 sb b0 0
2 2
0 b0 z1 sb b0
2
0 b0 z1 sb b0
2
b0 z1 sb b0 0 b0 z1 sb b0
2 2
Y (b b X )
n 2 n
Yi Yˆi
2
i 0 1 i
,
ˆ 2 s 2 i 1
i 1
n2 n2
nilai 2 menyatakan terdapat dua parameter, yaitu b0 dan b1. Selanjutnya, distribusi Z berubah menjadi distribusi
Student t, akibatnya z1 2 berubah menjadi tn 2, 1 2 dan simpangan baku berubah menjadi penaksir simpangan
baku; sehingga selang kepercayaan menjadi :
Dengan penalaran seperti pada selang kepercayaan 100(1)% untuk 0 , didapatkan selang kepercayaan
100(1)% untuk 1 sebagai berikut :
3
3. Selang Kepercayaan 100(1)% Untuk Y0
Apabila diketahui atau ditentukan nilai variabel bebas sebesar X0 , dan X0 merupakan nilai prediktor yang digu-
nakan untuk eksperimen, maka penaksir atau dugaan nilai respon dinyatakan oleh persamaan berikut :
Ŷ0 b0 b1 X 0 .
Distribusi b0 dan b1 masing-masing normal, sedang X0 konstanta, maka Ŷ0 yang merupakan fungsi linier b0 dan
b1, berarti fungsi linier variabel random normal, menjadikan Yˆ0 berdistribusi normal. Adapun mean dan varian-
sinya adalah sebagai berikut :
Mean( Yˆ0 ) = E( Yˆ0 ) = E(b0 + b1 X0) = 0 + 1 X0.
2 ( X 0 X )2 2 s 2 ( X 0 X )2 s 2
n n
var( Yˆ0 ) n dan penaksir var( Yˆ0 ) n
( X i X )2
i 1
( X i X )2
i 1
Formula var( Ŷ0 ) ini seperti yang telah ditampilkan pada materi Least Square. Dengan demikian, dapat dinya-
takan :
2 ( X X )2 2
Ŷ0 ~ N ( 0 1 X 0 ) , n 0
n 2
(Xi X )
i 1
Dengan penalaran seperti pada selang kepercayaan 100(1)% untuk 0 dan untuk 1 , didapatkan selang
kepercayaan 100(1)% untuk Y0 sebagai berikut :
Yˆ0 tn 2,1 penaksir simpangan baku Yˆ0 Y0 Yˆ0 tn 2,1 penaksir simpangan baku Yˆ0
2 2
Review:
Bila diketahui variabel random saling independen X1, X2, … , Xn , berasal dari populasi normal dengan mean dan vari-
ansi 2, maka nilai rata-ratanya, yaitu X , akan berdistribusi normal dengan mean dan variansi 2/n. Apabila terdapat
variabel random lain, yaitu : Xn+1 yang berasal dari populasi tempat X1, X2, … , Xn berasal, maka Xn+1 juga mempunyai
mean dan variansi 2. Selisih antara Xn+1 dengan X , yaitu (Xn+1 X ) juga berdistribusi normal dengan mean dan va-
riansi sebagai berikut :
mean (Xn+1 X )= = 0 dan var(Xn+1 X )=2+2/n =2(1+1/n)
Variabel X menyatakan penaksir Xi..
Populasi Normal, X
mean =
variansi =
4
Populasi Normal, Y0
mean (Y0) = 0 + 1 X0
variansi (Y0) = 2
Y0 n 1 ˆ Y ˆ
Selisih antara dengan Y0 , yaitu ( 0 n 1 Y0 ), berdistribusi normal dengan :
Y0 n 1 Yˆ
mean ( 0 ) = 0
Y0 n 1 Yˆ Y0 n 1 ˆ
var( 0 ) = var( ) + var( Y0 )
2 ( X 0 X )2 2
n
= 2 + n
( X i X )2
i 1
2
1
1 ( X 0 X )
n n
2
2
(Xi X )
= i 1
2
1
1 ( X 0 X )
n n
2
Y0 n1 Yˆ0 (Xi X )
dan penaksir atau penduga varian ( ) ialah : s2 i 1 ,
1/ 2
1 1 ( X 0 X )
2
n n
Y Yˆ0 ( X i X )2
sehingga penaksir simpangan baku ( 0 n 1 ) menjadi : s i 1 .
Dengan penalaran seperti pada selang kepercayaan 100(1)% untuk 0 , 1 , dan Y0 , didapatkan selang pre-
Y
diksi 100(1)% untuk Y0 , yang pada pembahasan di atas dinamai 0 n1 sebagai berikut :
Yˆ0 tn 2,1 penaksir simpangan baku Yˆ0 Y0 Yˆ0 tn 2,1 penaksir simpangan baku Yˆ0
2 2
dengan penaksir simpangan baku seperti yang tertulis di atas kotak yang memuat formula selang prediksi.
Y Yˆ0 Y
Turunkan penaksir simpangan baku ( 0 n1 ) dan selang prediksi 100(1)% untuk 0 n 1 , bila sample 2
berukuran q (pada pembahasan sebelumnya sampel 2 berukuran 1).
Pengujian Hipotesis
5
Pengujian hipotesis kemaknaan parameter sangat e-rat hubungannya dengan selang kepercayaan. Pe-ngujian
hipotesis untuk mendeteksi kemaknaan per-bedaan suatu parameter terhadap nol atau nilai ter-tentu, masing-
masing perumusannya adalah :
H0 : = 0 terhadap H1 : 0,
atau :
H0 : = 0 terhadap H1 : 0,
Pada analisis regresi sederhana, merupakan para-meter koefisien regresi ( 0 dan 1), atau nilai respon bila
prediktor ditentukan (Y0). Berikut ini akan diu-raikan proses pengujian hipotesis dengan cara cepat dan cara
lengkap.
Cara Cepat
Pada perumusan hipotesis pertama, apabila selang kepercayaan memuat nilai 0, yang ditandai oleh ba-tas
bawah selang bernilai negatif dan batas atas bernilai positif; ini menyimpulkan H0 diterima. Pe-nerimaan H0 ini
berarti perbedaan parameter dengan nol tidak bermakna, atau boleh dianggap nol. Ke-balikannya, yaitu batas
bawah selang dan batas atas bertanda sama, baik positif maupun negatif, berarti berbeda bermakna dengan nol;
boleh dianggap tidak nol.
batas bawah titik 0 batas atas
selang kepercayaan selang kepercayaan
Nilai batas atas dan batas bawah selang kepercayaan 100(1)% untuk 0 , 1 , dan Y0 , masing-masing adalah
sebagai berikut :
1
b1 t n 2,1 penaksir simpangan baku b1
2
Y0
Yˆ0 t n 2,1 penaksir simpangan baku Yˆ0
2
Perumusan hipotesis ke dua, proses pengujiannya seperti pada perumusan pertama, dengan mensubsti-tusikan
nilai 0 pada 0.
Kriteria lain untuk memutuskan ialah nilai P. Bila nilai P , berarti menerima H0, dan bila P < berarti
menolak H0 .
Cara Lengkap
Cara ini mengikuti prosedur berikut :
i. Merumusan hipotesis dan menentuan nilai
(biasanya antara 0,01 sampai 0,10).
ii. Menghitung statistik uji.
iii. Menentukan titik kritis.
iv. Melakukan analisis keputusan dan interpretasi.
6
Pengujian Hipotesis 0
i. Perumusan Hipotesis
Perumusan hipotesis pertama,
H0 : 0 = 0 , H1 : 0 0 , = 0,05
b0 0
z1 z1 (2 diketahui)
2
simpangan baku b0 2
atau :
b0 0
t n 2,1 t n 2,1 (2 tidak diketahui)
2 penaksir simpangan baku b0 2
b0 0
T
penaksir simpangan baku b0
Seringkali yang terjadi 2 tidak diketahui, sehingga bila H0 benar, maka statistik uji, yaitu T, akan ber-distribusi
Student t dengan derajat bebas n 2, di-nyatakan :
b0 0
T ~ tn-2
penaksir simpangan baku b0
(untuk perumusan hipotesis pertama)
atau,
b0 00
T ~ tn-2
penaksir simpangan baku b0
(untuk perumusan hipotesis ke dua)
Ada pilihan statistik uji yang lebih populer digu-nakan di program paket, yaitu |T|.
dengan t n 2 ,1 2 .
II t n 2, T t n 2,1Daerah
penerimaan H0
2 2
7
Keputusan untuk perumusan hipotesis pertama :
- Titik kritis, T, nilainya kurang dari nilai t n 2 , 2 ,
maka H0 ditolak, berarti perbedaan 0 dengan 0
bermakna, boleh dianggap 0 0.
- Titik kritis, T, diantara t n2 , 2 dan tn2,1 , maka
2