Anda di halaman 1dari 4

PR I

Anggota:
- Sekar Pinestri (19/439147/PA/18970)
- Kezya Fabian R. (19/440064/PA/19053)
- Halimah Azzahra R.K (19/442449/PA/19198)
20.7
Probabilitas yang diminta sama dengan probabilitas yang setidaknya 𝑎 observasi berada
sama dengan atau di bawah π0.9 dan sebanyak-banyaknya 𝑏 berada sama dengan atau di
bawah π0.9. Banyaknya observasi berdistribusi binomial dengan sampel berukuran n dan
peluang sukses 𝑃𝑟⁡(𝑋≤π0.9). Ambil 𝑁 sebagai variabel binomial. Diinginkan
Pr 𝑃𝑟 (𝑎≤𝑁≤𝑏) = 0. 95. Berdasarkan teorema central limit,
𝑎−0.9𝑛 𝑏−0.9𝑛
Pr 𝑃𝑟 ⎡⎢ ≤𝑍≤ ⎤ = 0. 95.

⎣ 0.09𝑛 0.09𝑛 ⎦
Dari interval simestrisnya didapatkan:
𝑎−0.9𝑛
− 1. 96 = ⟺𝑎 = 0. 9𝑛 − 1. 96 0. 9(0. 1)𝑛,
0.09𝑛

𝑑𝑎𝑛
𝑏−0.9𝑛
1. 96 = ⇔𝑏 = 0. 9𝑛 + 1. 96 0. 9(0. 1)𝑛.
0.09𝑛

20.9
Diketahui dari soal:
- Jumlah observasi sebanyak 1000
- α=2
- θ = 500
Menggunakan syntax:
#Membuat simulasi data berdistribusi gamma(2,1/500)
data=data.frame(Data=sort(rgamma(1000,2,1/500),decreasing=FALS
E))

didapatkan 6 data teratas sebagai berikut:


Uji Kolomogorov-Smirnov:
● Hipotesis:
H0 : Data berasal dari distribusi gamma
H1 : Data tidak berasal dari distribusi gamma
● Tingkat signifikansi α = 0. 05
● Daerah Kritik
H0 ditolak jika p-value < α.
● Statistic test
((
𝐷 = 𝐹 𝑌𝑖 − ) 𝑖−1
𝑁
,
𝑖
𝑁 ( ))
− 𝐹 𝑌𝑖

Diperoleh 𝐷 = 0. 0413455 dengan p-value= 0.06367901.


● Kesimpulan
Karena nilai p-value = 0.0637 > 0.05 = α, maka H0 tidak ditolak yang artinya data yang
digunakan berasal dari distribusi Gamma.

Uji Chi-Square:
● Hipotesis:
H0 : Data berasal distribusi gamma
H1 : Data tidak berasal dari distribusi gamma
● Tingkat signifikansi α = 0. 05
● Daerah Kritik
H0 ditolak jika p-value < α.
● Statistic test
𝑘
2
(
χ = ∑ 𝑂𝑖 − 𝐸𝑖 /𝐸𝑖
𝑖=1
)2
2
Diperoleh χ = 6. 471639 dengan p-value= 0.4858788.
● Kesimpulan
Karena didapatkan p-value = 0.4858788 > 0.05 =α, maka H0 tidak ditolak yang berarti
data yang digunakan berasal dari distribusi Gamma.
Interpretasi:
Dari Uji Kolmogorov-Smirnov dan Uji Chi-Square di atas, dapat disimpulkan bahwa data
simulasi yang dibuat berasal dari distribusi Gamma.
Sintaks untuk Nomor 20.9
## Uji Kolmogorov-Smirnov ##
library(base)

#Membuat simulasi data berdistribusi gamma(2,1/500)


data=data.frame(Data=sort(rgamma(1000,2,1/500),decreasing=FALS
E))
data

#Empirical cdf dari data


emp.cdf=NULL
for(i in 1:nrow(data)){
emp.cdf=append(emp.cdf,i/nrow(data))
}
emp.cdf
data=data.frame(data,Emp_CDF=emp.cdf)
head(data)

#Menghitung theoretical cdf dari data


theo.cdf=NULL
for(i in 1:nrow(data)){
theo.cdf=append(theo.cdf,pgamma(data[i,1],2,1/500))
}
theo.cdf
data=data.frame(data,Theo_CDF=theo.cdf)
head(data)

#Menghitung difference of CDF dari data


diff.cdf=NULL
for(i in 1:nrow(data)){
diff.cdf=append(diff.cdf,abs(data[i,2]-data[i,3]))
}
diff.cdf
data=data.frame(data,Diff_CDF=diff.cdf)
head(data)

#Menghitung Kolmogorov-Smirnov Statistics


D=max(data[,4])
D

#Menghitung Kolmogorov-Smirnov P-Value


library(KSgeneral)
p_value=1-cont_ks_cdf(D,nrow(data))
p_value

## Uji Chi Square ##


#Membuat grup-grup data
data_values <- data.frame(data,
value = 1)
head(data_values)

library(dplyr)
bound=seq(0, plyr::round_any(max(data),500,f=ceiling), 500)
data_values_range <- data_values %>%
mutate(ranges = cut(Data,
bound)) %>%
group_by(ranges) %>%
dplyr::summarize(Count = sum(value)) %>%
as.data.frame()
data_values_range

#Membuat Theoretical Count dari grup data


theo.count=NULL
px=NULL
for(i in 1:(nrow(data_values_range))){

px=append(px,pgamma(bound[i+1],2,1/500)-pgamma(bound[i],2,1/50
0))
theo.count=append(theo.count,px[i]*nrow(data))
}
theo.count
data_values_range=data.frame(data_values_range,Theo_Count=theo
.count)
data_values_range

#Membuat Chi-Squared Value dari grup data


chisq=NULL
for(i in 1:(nrow(data_values_range))){

chisq=append(chisq,(data_values_range[i,2]-data_values_range[i
,3])^2/data_values_range[i,3])
}
chisq
data_values_range=data.frame(data_values_range,Chisq_Value=chi
sq)
data_values_range

#Menghitung Chi-Squared Statistics dari grup data


Chisq_Stat=sum(data_values_range[,4])
Chisq_Stat

#Menghitung p-value dari Chi-Squared Statistics


1-pchisq(Chisq_Stat,nrow(data_values_range)-2-1)

Anda mungkin juga menyukai