Densitas normal univariat mempunyai peranan penting dalam analisis multivariat, karena densitas
normal multivariat dapat dipandang sebagai perluasan dari densitas normal univariat. Sebagaimana telah kita
ketahui, meskipun data hampir tidak pernah tepat berdistribusi normal, namun distribusi normal ini sering
menjadi pendekatatan yang bermanfaat untuk distribusi populasi.
Dalam pertemuan ini, akan dibahas densitas normal multivariat dan sifat-sifatnya.
Distribusi normal univariat dengan mean dan variansi 2 , yang dinotasikan dengan X N (, 2 ) ,
mempunyai fungsi densitas probabilitas :
2
1 x
1
f (X ) e 2 ; x
2
2
'
Misalkan X X1 , X 2 ,..., X p adalah vektor random yang berdistribusi normal multivariat dengan
vektor mean dan variansi , yang dinotasikan dengan X N p (, ) , mempunyai fungsi densitas
probabilitas :
1
'
1 x 1 x
f (X ) 1/ 2
e 2 ; xi ; i 1, 2,..., p
2 p / 2
Kontur densitas probabilitas konstan adalah :
1 '
x x x c
2
Kontur ini berbentuk ellipsoida yang berpusat di dengan
sumbu utama 1ce1
sumbu kedua 2ce2
sumbu ke-p 2ce2
dimana 1 2 ... p adalah akar cirinya dan ei adalah vektor ciri yang berpadanan dengan i
'
Apabila c 2 2p () , maka x 1 x disebut dengan kontur densitas probabilitas 1 100%
Fungsi pembangkit momen distribusi normal multivariat adalah :
1
t ' t ' t
M x (t ) e 2
Contoh 1:
1
Pertemuan 4
1 1 3
X N 2 (, ) dengan vektor mean dan matriks variansi
1 3 1
a. Tentukan nilai eigen dan eigen vektor
b. Gambarkan 50% kontur densitas konstan untuk X
c. Hitung panjang sumbu utama dan sumbu kedua.
Penyelesaian :
a. I 0
1 3
0 (1 )2 9 0 1 4 dan 2 2
3 1
jadi nilai eigen adalah : 1 4 dan 2 2
Vektor eigen untuk 1 4 :
e1 e1
1 3 e11 e11
3 1 e 4 e
12 12
diperoleh e11 e12
2 2 2 1
dengan normalisasikan e11 e12 1 2e11 1 e11 e12
2
1
2
jadi vektor eigen untuk 1 4 adalah : e1
1
2
Vektor eigen untuk 2 2 :
e2 e2
1 3 e21 e21
3 1 e 2 e
22 22
diperoleh e21 e22
2 2 2 1 1
dengan normalisasikan e21 e22 1 2e21 1 e21 , e22
2 2
1
2
jadi vektor eigen untuk 2 2 adalah : 2
e
1
2
x 1 x c2 22 (50%) 1.39
'
b.
1
2
sumbu utama : 1ce1 1 22 (50%)e1 4 1.39
1
2
2
Pertemuan 4
1
2
sumbu kedua : 2ce2 2 22 (50%)e2 (2) 1.39
1
2
x2
2
x1
1
Contoh 2:
1 1 3
X N 2 (, ) dengan vektor mean dan matriks variansi
3 dan
1 1
2 4 2
Y N 2 (, ) dengan vektor mean dan matriks variansi
2
2 4
dimana X dan Y independen
Tentukan distribusi X + Y .
Penyelesaian :
' 1 '
X N 2 (, ) maka fungsi pembangkit momennya adalah : t x t x t
M x ( t ) e 2
' 1 '
Y N 2 (, ) maka fungsi pembangkit momennya adalah : M ( t ) e t y 2 t y t
y
1 1
t ' x t ' x t t ' y t ' y t
e
= 2 e 2
e 2 t x y t
1 '
t '
e x y
=
1 2 3
x y
1 2 3
3
Pertemuan 4
1 3 2 4 3 7
x y
3 1 4 2 7 3
3 3 7
sehingga X Y N 2 (, ) dengan dan
3 7 3
1 11 12
X1
b. Bila X N q1xq2 ,
X2 22
2 21
maka X1 dan X 2 independen jika hanya jika 12 0
c. Bila X1 N q1 (1, 11 ) dan X 2 N q2 ( 2 , 22 ) saling independen maka
1 11 0
X
X 1 N q1 q2 ,
X2 0
2 22
4
Pertemuan 4
X 1 11 12
a. X 1 N p (, ) dengan ; dan 22 0
X2 2 21 22
Distribusi bersyarat X1 yang diberikan X 2 x2 juga berdistribusi normal dengan
Mean = 1 12 22 ( X 2 2 )
Kovarian = 11 12 22 1 21
Dimana kovarian tidak tergantung pada harga X 2 x2 .
X1 1 11 12
qx 1 qx1 qxq qx( p q )
b. Bila X px1 N p ( ); px1 ; pxp
X2 21 22
( p q ) x1 2
( pq ) x1 ( pq ) xq ( p q) x ( p q )
Distribusi bersyarat X 2 yang diberikan X1 x1 juga berdistribusi normal p-q variat dengan
1
Mean = 2 21 11 ( X1 1 )
1
Kovarian = 22 21 11 12
c. X N p (, ) dengan 0 maka
'
*
x 1 x 2p
p X x x 2p 1
' 1
*
dimana p () adalah 100 persentil atas dari distribusi 2p
2
' 1 2
dan X x x p merupakan ellipsoida
b 'c
b 2j
j 1
contoh 3 :
1 5 2 0
X N3 (, ) dan 2 ,
4 8 0
3 0 0 3
a. Apakah X1 dan X 2 independen ?
5
Pertemuan 4
X1 X 2
b. Hitung distribusi
X 2 X3
c. Apakah X1 X 2 dan X 2 X 3 independen ?
d. Apakah ( X1, X 2 ) dan X 3 independen ?
Penyelesaian :
a. X1 dan X 2 tidak independen karena mempunyai kovarian 12 0
X1
X1 X 2 1 1 0
b. X X 0 1 1 X 2 AX
2 3 X
3
'
ingat : AX N 2 ( A, A A )
1
1 1 0 3
A 2
0 1 1 1
3
5 2 0 1 0
' 1 1 0 19 10
A A 4 8 0 1 1
0 1 1 12 11
0 0
3 0 1
3 19 10
jadi AX N 2 ,
1 12 11
c. X1 X 2 dan X 2 X 3 tidak independen karena mempunyai kovarian 12 0
X1 5 2 0
X
2 11 12 4 8 0
d. Partisi X ,
21 22
X 3 0 0 2
X1 0
X1 dan X 3 mempunyai matriks kovariansi 12 maka
X2 0
( X1, X 2 ) dan X 3 independen.