atau
P n(n p) ( X )' S 1( X ) F p,n p ( ) 1
(n 1)
0 0
Daerah (elips) Kepercayaan
0.60
0.55
0.55 0.60 1
Perbandingan panjang sumbu major dengan
sumbu minor
p (n 1)
2 1 Fp ,n p ( )
n( n p ) 1 0.161
3.6
p( n 1) 2 0.045
2 2 Fp ,n p ( )
n( n p )
Artinya panjang sumber major adalah 3.6 kali panjang sumbu minor
Selang Kepercayaan secara Simultan
• Kadang-kadang kita ingin mencari selang
kepercayaan secara simultan, misalkan selang
kepercayaan dari kombinasi linier dari peubah-
peubah asal
• Misalkan X adalah vektor peubah acak yang
menyebar multivariate normal, Np(μ, )
• Kemudian kombinasi linier dari peubah asal
Z=a1X1+a2X2+……+apXp= a’X
maka
μ=E(Z)= a’ μ dan σ2Z=Var (Z)=a’ a
Selang Kepercayaan secara Simultan
_ _
z a' x
s a ' Sa
2
z
Selang kepercayaan
• Untuk nilai a yang ditentukan, dan Ragam populasi Z
tidak diketahui maka Peluang (100)(1-α)% selang
kepercayaan dari μZ=a’μ dapat dihitung dengan
berbasiskan t-student
_ _
z z n (a' x a' u z )
t
sz / n a ' Sa
Selang Kepercayaan
_
sz _
sz
z t n1 ( / 2) z z t n1 ( / 2)
n n
atau
_
a' Sa _
a' Sa
a' x t n1 ( / 2) a' u a' x t n1 ( / 2)
n n
Formula yang Lain
• Tentukan selang
keprcayaan masing-
masing rata-rata populasi
(95%) dengan asumsi X1,
X2, X3 Independen
Menghitung Rata-rata contoh dan Ragam-Peragam Contoh
Dengan Sebaran
F
54.69-1.99
57.09
25.13-1.99
26.16
nX ' S 1
X n 1 p
Fp , n p
n p
(0 1 -1)
=3.13
-))<= 29.566+3.13
• Jika contoh acak dengan jumlah contoh yang besar, maka pendugaan
selang interval sering mengabaikan asumsi sebaran normal.
Keuntungan dengan sample besar adalah pengetahuan tentang vektor
rata-rata populasi serta ragam-peragam populasi dapat diganti
dengan vektor rata-rata dan ragam peragam contoh.
UJI VEKTOR RATAAN
Pengujian Hipotesis: Vektor Nilai Tengah
• Hipotesis :
H0: = 0 vs H1: 0
0 diketahui 10
0
20
( px1)
p 0
Statistik uji :
(1) T2-Hotelling
1
2
1
T X 0 ' S X nX ' S X
1
n 0 0 0
1 n
ˆ
S ( X r X )( X r X )'
n 1 r 1
atau
ˆ11 ˆ12 ˆ1 p
ˆ 21 ˆ 22 ˆ 2 p
ˆ S
ˆ ˆ ˆ pp
p1 p2
2
1 n
ˆ
ii Var ( X i ) ( X ri X i )
n 1 r 1
1 n
ˆ ij Cov( X i , X j ) ( X ri X i )( X rj X j ), i j
n 1 r 1
• (2) Wilk-lambda( likelihood ratio test)
n/2
max L( 0 , ) ˆ
max L( , ) ˆ
, 0
dengan,
1 np / 2 1
L( , ) e L( 0 , ) e np / 2
np / 2 ˆ n / 2 n/2
2 2 np / 2 ˆ
0
n n
1
x x
' '
ˆΣ j - x xj - x j - x xj - x
2
n j=1 j=1
Λ = =
n =
ˆΣ0 1 n n
x x
' '
j - μ0 xj - μ0 j - μ0 xj - μ0
n j=1 j=1
• Hubungan Hotelling dan Wilklamda
2 1
2/n T
1
n 1
2
1
T X 0 ' S
1
n 1 p
X 0 n p Fp,n p
n
1 n1 1 n1
x1 x1 j S1 x1 j x1 x1 j x1 '
n1 j 1 n1 1 j 1
n1
1 1 n1
x2
n2
x 2j S2 x 2 j x 2 x 2 j x 2 '
j 1 n2 1 j 1
Langkah Pengujiannya
Bentuk Hipotesis: H0: 1 = 2 vs H1: 1 2.
1
1 1
T 2 x1 x 2 ' S gab x1 x 2 c 2
n1 n2
b. Ragam tidak sama ( 𝑛1 +𝑛2 − 2 ) 𝑝
𝑐 2= 𝐹 𝑝 ,𝑛 1+𝑛 2 −𝑝 −1 (𝑎𝑙𝑓𝑎)
( 𝑛1 +𝑛2 − 𝑝 − 1 )
1
S S
T 2 x1 x 2 ' 1 2 x1 x 2 c 2
n1 n2
(alfa,p)
Langkah Pengujiannya
Bentuk Hipotesis: H0: 1 - 2= 0 vs H1: 1- 2 0.
Statistik uji:
a. Ragam sama
S gab
n1 1S1 n2 1S 2
n1 n2 2
1
1 1
T [x1 x 2 (u1 u 2)]' S gab [x1 x 2 (u1 u 2)] c 2
2
n1 n2 2 ( 𝑛1 +𝑛2 − 2 ) 𝑝
𝑐 = 𝐹 𝑝 ,𝑛 1+𝑛 2 −𝑝 −1 (𝑎𝑙𝑓𝑎)
( 𝑛1 +𝑛2 − 𝑝 − 1 )
b. Ragam tidak sama
(alfa,p)
1
S S
T [x1 x 2 (u1 u 2)]' 1 2
2
[x1 x 2 (u1 u 2)] c 2
n1 n2
Ilustrasi
Misal:
x1=lebar badan kura-kura; x2=panjang badan kura-kura
Sampel 1: 102.583 171.732 101.844
xJ SJ
52.042 101.844 64.737
(n =24)
1
Sampel 2: 88.292 50.042 21.654
xB SB
(n2=24) 40.708
21.654 11.259
Hipotesis :
H0 : J B H1 : J B
Penyelesaian, Ragam Sama 1
1 1
|
T 2 x1 x 2 S gab x x S gab
n 1S1 n2 1S 2
1
110.887
S gab
61.749
1 2
61.749 37.998
n1 n2 n1 n2 2
[( )] (
−1
1
+
24 24
1
)( 110.887
61.749
61.749
37.998
=
1.138288
−1.84995
−1.84995
3.322082 )
14.292
x1 x 2
11.333
=59.9296
( ) (
−1
𝑺𝟏 𝑺𝟐
) ( )
−1
9 .2406 5.1458 1.138388 −1.84995
+ = =
24 24 5.1458 5.1665 −1.84995 3,322082
1
2
S S
T x1 x 2 ' 1 2 x
1 x2
n1 n2
=59.92963
T 2 2( 0.05; 2 ) 5.99
Contoh
5 5
Ho : L P H 1 : L P
5 5
1
1 1
|
T 2 x 1 x 2 S pooled x 1
x2 c2
n1 n2
S pooled
n1 1S1 n2 1S 2 110.88685 61.749
S pooled
n1 n2 2
61.749 37.998
( 1
+
24 24
1
)
𝑆𝑝𝑜𝑜𝑙=
1
+(
24 24
1 110.88685
61.749 )( )(
61.749 = 12.611
37.997 7.719
7.719
4.750 )
= 5 14.2917 5 9.2917
x1 X 2 5 6.3333
6
11.3333
==
𝑇 2=23.31317
c2
n1 n2 2 p Fp ,n1 n2 p 1 .01
n1 n2 p 1
c2
46 2 2.44
45 =4.98844
Jadi T2 = 23.31317 > 4.98844 sehingga kita menolak hipotesis nol (H 0) pada taraf signifikan sebesar 2
%, yang berarti perbedaan antar rataan tinggi dan lebar untuk Laki-laki dan perempuan tidak sama
dengan (5, 5).
171.732 101.844 50.0417 21.6540
S ii L Sii P
21.6540 11.2591
101.844 64.73731884
( [ ( )] ( ))
−1
𝑇 2= ( 9 .2917 6.333 ) + ) (
1 171.732 101.844 1 5 0.0417 21.6540
24 101.844 64.7373 24 21.6540 11.2591
9.2917
6.333
2.084753 -3.27971
=29.75 -3.27971 5.530334
maka kita Tolak H0 pada alfa 10 %, yang berarti perbedaan antar rataan tinggi dan lebar untuk Laki-laki dan
perempuan tidak sama dengan (5, 5)
Perbandingan Vektor Nilai Tengah Dua Populasi Berpasangan
1 ??? 2
Kasus Dua Sample Saling
Berpasangan
• Setiap populasi diambil Populasi I Populasi II
sampel acak berukuran n X~N(1, 1) X~N(2, 2)
(wajib sama)
• Pengambilan kedua sampel
berpasangan, ada pengkait Acak dan
antar kedua sampel (bisa berpasangan
waktu, objek, tempat, dll)
• Tujuannya adalah menguji
apakah parameter 1 sama
dengan parameter 2 Sampel I Sampel II
(n) (n)
Pasangan 1
Pasangan …
Pasangan n
• Untuk mengembangkan perbandingan pengamatan berpasangan peubah ganda, ini penting untuk
membedakan antara p respon, dua perlakuan, dan n ulangan. Kita memberikan label p respon
dalam ulangan kej-th
• X1j1=peubah 1 pada perlakuan 1
• X1j2=peubah 2 pada perlakuan 1
• :
• X1jp=peubah p pada perlakuan 1
• ------------------------------------------
• X2j1=peubah 1 pada perlakuan 2
• X2j2=peubah 2 pada perlakuan 2
• :
• X2jp=peubah p pada perlakuan 2
1 2 3 4 5 6 7 8 9 10
Bera Ting Bera Tingg Tingg Ting Ting Ting Ting
t TinggiBerat gi t i Berat Tinggi Berat Tinggi Berat i Berat gi Berat gi Berat gi Berat gi
Sebelu
m 54 164 65 177 56 169 70 180 68 180 71 182 58 170 66 177 67 170 68 180
Sesuda
h 56 165 68 179 60 172 74 182 72 183 75 184 62 173 70 180 71 175 72 184
Selisih 2 1 3 2 4 3 4 2 4 3 4 2 4 3 4 3 4 5 4 4
Lanjutan
0
Ho : Ud 0
3,7 0.4556 0.489
D S
0
H 1 : Ud
0
2 .8 0.489 1.289
1 3.70161 1.40408
S
1.40408 1.30844
Selisis Berat 2 3 4 4 4 4 4 4 4 4
Selisih
Tingga 1 2 3 2 T2 3 2 3 3 5 4