Untuk kasus multivariat (kasus ini 2 variat), kita mengajukan uji hipotesis tentang vektor
rata-rata:
Untuk itu ambil sampel yang berukuran 3 untuk setiap variat. Telah dihitung bahwa mean
Untuk menguji hipotesis tersebut, gunakan statistik uji yang disebut sebagai statistik
Hotelling
Perhatikan contoh p.213
Prosedur IML pada SAS:
Example 5.1 p.213
untuk
diperoleh
Coding SAS
p=2; n=3;
df1=p; df2=n-p; alpha=0.1;
ftable=finv(1-alpha,df1,df2);
f=(((n-1)*p)/(n-p))*ftable;
print ftable f;
run;
Tugas 4 (lihat di GC)
Testing a multivariate mean vector with T2
Gunakan sweat data (p.214 J-W).
against
at level of significance
Note: data tidak perlu diketik.
Gunakan cara berikut, jika mungkin:
1. Copy-paste data dari buku ke SAS/R, atau
2. Copy-paste data ke Word. Highlite data yang
akan di copy, kemudian kemudian click insert-
table –convert text to table.
dm'; log; clear; out; clear;'; proc iml;
data sweat; use sweat;
input x1 x2 x3; read all into x; * baca dan simpan data ke
cards; dalam matrix x;
3.7 48.5 9.3 n=nrow(x);
5.7 65.1 8 one=j(n,1,1); * vektor n*1 yang memuat
3.8 47.2 10.9 elemen 1;
3.2 53.2 12 mean=(one`*x)/n;
3.1 55.5 9.7 xm=x-one*mean;
4.6 36.1 7.9
s=(1/(n-1))*xm`*xm;
2.4 24.8 14
sinv=inv(s);
7.2 33.1 7.6
6.7 47.4 8.5
hipo={4, 50, 10};
5.4 54.1 11.3
hipomu=mean`-hipo;
3.9 36.9 12.7 t2=n*hipomu`*sinv*hipomu;
4.5 58.8 12.3 p=3;
3.5 27.8 9.8 df1=p; df2=n-p;
ftable=finv(0.90,df1,df2);
4.5 40.2 8.4
f=((n-1)*p)/((n-p))*ftable;
1.5 13.5 10.1 print x one; print mean; print xm;
8.5 56.4 7.1 print hipomu; print s sinv; print t2;
4.5 71.6 8.2 print f ftable;
run;
6.5 52.8 10.9
4.1 44.1 11.2
5.5 40.9 9.4
;
HIPOMU
0.64
-4.6
-0.035
S SINV
2.8793684 10.01 -1.809053 0.5861553 -0.022086 0.2579687
10.01 199.78842 -5.64 -0.022086 0.0060672 -0.001581
-1.809053 -5.64 3.6276579 0.2579687 -0.001581 0.4018468
T2
9.7387729
F FTABLE
8.1725725 2.4374339