Monte

Carlo
Simulation
with R
DR.RER.POL. HERI
K U S WA N T O , M . S I .
Monte Carlo
Monte Carlo simulation performs risk analysis by building models of possible results by substituting a
range of values—a probability distribution—for any factor that has inherent uncertainty. It then
calculates results over and over, each time using a different set of random values from the probability
functions.

Monte Carlo simulation berbeda dengan resampling!! Monte Carlo melibatkan generating
random number.

Resampling # Replikasi
Bagaimana melakukan simulasi
monte carlo
Identifikasi “sistem” yang akan disimulasikan beserta parameter-nya

Definisikan setting parameter (mewakili ketidakpastian/uncertainty) yang akan di Analisa

Ulangi sebanyak R kali dengan melakukan generating random number

Evaluasi hasilnya
Contoh : Simulasi Monte Carlo
untuk Power dari Normality test
Apakah definisi power?

Secara sederhana power test didefinisikan sebagai kemampuan sebuah uji statistic untuk mendeteksi
secara benar proses yang sebenarnya.

Size test?

Uji normalitas apa yang akan diuji?

- Kolmogorov Smirnov (ks.test), Shapiro.wilks (shapiro.tets), Anderson Darling (ad.test)

Membangkitkan data berdistribusi normal : rnorm(n,mu,sigma)

Algoritma
Tentukan jumlah replikasi (R)

Untuk i = 1 sampai R

- bangitkan data berdistribusi normal tertentu

- uji apakah data tersebut berdistibusi normal atau tidak

Lakukan di atas untuk beberapa setting data

Tugas
Lakukan simulasi monte Carlo untuk mengevaluasi power dari 3 macam uji normalitas pada kasus:

- data normal dengan outlier

- data normal sampel kecil

- data normal sampel besar

- data tidak normal (distribusi bebas)