Pertemuan 6

INFERENSI UNTUK VEKTOR MEAN

Uji Hipotesis Vektor Mean Populasi

Misalkan X1, X 2 ,..., X n berdistribusi N p (, )

    
Uji hipotesis untuk H 0 :   0 versus H 0 :   0 akan menolak H 0 bila
   
2 (n  1) p
T  Fp , n  p ( )
n p

   
'
dengan T 2  n x  0 S 1 x  0
    
n
1
x 
 n j 1 
xj

n
1
  x j  x   x j  x 
'
Sn  
 n 1 j 1

Statistik T 2 disebut dengan statistik Hotelling T 2

Untuk menghindari perhitungan S 1 , nilai T 2 dapat diubah dalam bentuk

n

  x j   0   x j   0 
'
(n  1)
j 1
T2   (n  1)
n

  x j  x   x j  x 
'

j 1

Apabila ukuran sampel cukup besar, maka uji hipotesis vektor mean populasi ini dapat didekati dengan
distribusi Chi-kwadrat, yaitu :
H 0 ditolak bila T 2   2p ()

Uji hipotesis untuk H 0 :   0 versus H 0 :   0 dapat juga dilakukan dengan uji pembanding Likelihood
   
(Likelihood Ratio Test). Uji perbandingan Likelihood ini mempunyai beberapa sifat optimal untuk sampel dan
sesuai untuk uji parameter dalam distribusi normal multivariat.
Uji pembanding Likelihood mempunyai daerah penolakan H 0 :
n/2
 n 
  x j  x   x j  x 
'
n/2  
maks L(0 , )   ˆ   
       j 1 
     c
maks L(, )   0   n

  
  x j   0   x j   0 
'
,  
   
 j 1 
dimana
c adalah 100%  persentil dari distribusi  dan

1
 Pertemuan 6

1  n '
1 2   j 1
 

 tr   1  x j  x j 

 
L(, )  n/2
e  
   2  2 
np /

np
1 
maks L(0 , )  n/2
e 2


   2  np / 2
ˆ
0

n
ˆ 1
  
'
 0 x j  0 x j  0
 n j 1  

  ˆ 
    disebut dengan Wilk Lambda.

2/ n
 0 
  
Hubungan antara Hotelling T 2 dengan wilk lambda  n / 2 dapat ditulis dalam bentuk :
1
2/ n  T2 
  1  
 n  1 

contoh 1:
 2 1 3
Misalkan matriks X  
  8 4 6 
 2  2
Uji hipotesis : H 0 :     versus H 0 :     dengan   5% .
  3   3
Penyelesaian :
 2 1 1  1  4 / 3 1/ 3 
X  , S   , S  
  6  1 4    1/ 3 1/ 3 
   
'
T 2  n x  0 S 1 x  0
    
 4 / 3 1/ 3  2  2 
 3  2  2 6  3   
 1/ 3 1/ 3  6  3 
9

(n  1) p (3  1)2
F p , n  p ( )  F2,1 (0.05)  4(199.5)  798
n p 3 2
2 (n  1) p
karena T  Fp ,n  p () , jadi H 0 tidak ditolak.
n p

Interval Konfidensi

2
 Pertemuan 6
Misalkan  adalah vektor parameter populasi yang tidak diketahui dan  adalah himpunan semua
 
harga yang mungkin untuk  . Daerah konfidensi adalah daerah yang mungkin memuat  yang ditentukan
 
data dengan notasi R ( X ) , dimana X '   X1 , X 2 ,..., X n  . Daerah konfidensi R ( X ) disebut daerah atau
     
interval konfidensi 100(1  )% , bila P  R( X ) memuat    1   .
 
Apabila X '   X1 , X 2 ,..., X n  berdistribusi N p (, ) maka daerah konfidensi 100(1  )% adalah :
     
 (n  1) p 
   
' 1
P n x   S x    F p , n  p ( )   1  
      n p 
Daerah konfidensi ini mempunyai sumbu-sumbu yang searah dengan vektor eigen ei dengan panjang :

( n  1) p
 i Fp ,n p ( )ei , dimana Sei  i ei , i  1, 2,..., p
n p   

Interval Konfidensi
Misalkan X1 , X 2 ,..., X n sampel random dari populasi N p (, ) dengan  definit positif. Interval
     
konfidensi 100(1  )% untuk setiap e adalah :

p ( n  1)
e' x  Fp,n p ()e' Se
 n( n  p )  
'
akan memuat e  dengan probabilitas (1  ) .

Contoh 2:
Diketahui sampel random berukuran n=30 dari populasi X1 , X 2 dan dari perhitungan diperoleh hasil
 
 2  1 1  1  4 / 3 1/ 3 
sebagai berikut : X    , S   , S 
  6    1 4   
 1/ 3 1/ 3 
a. Hitung interval konfidensi 95% untuk    1 ,  2 

b. Apakah    2,3 terletak dalam daerah konfidensi ?

 2  2
c. Uji hipotesis H 0 :     versus H 0 :     dengan   5% .
  3   3
Penyelesaian :
a. nilai eigen dan vektor eigen adalah :
 0.957092 
1  1.43426 d dan e1   
  0.289784 
 0.289784 
 2  0.23241 dan e2   
  0.957092 
interval konfidensi 95% untuk    1 ,  2  adalah :

(n  1) p
   
' 1
n x  S x   Fp ,n  p ( )
     n p
 4 / 3 1/ 3   2  1  (3  1)2
n  2  1 ,6   2     F2,302 (0.05)
 1/ 3 1/ 3   6   2  3 2
(3  1)2
F2,302 (0.05)  4(3.34)  13.36
3 2
sehingga
3
 Pertemuan 6
 4 / 3 1/ 3   2  1 
3  2  1 , 6   2      13.36
 1/ 3 1/ 3   6   2 
b. untuk melihat apakah    2,3 terletak dalam daerah konfidensi,

 4 / 3 1/ 3  2  2 
3  2  2, 6  3     9  13.36
 1/ 3 1/ 3  6  3 
berarti    2,3 terletak dalam daerah konfidensi.

c. Karena    2,3 terletak dalam daerah konfidensi, maka H 0 tidak ditolak.
