Upload
melindadwianggraeni
View
235
Download
0
Embed Size (px)
DESCRIPTION
-
Citation preview
LAPORAN PRAKTIKUM KE-3KOMPUTASI STATISTIKA
“Sebaran Peluang”
Asisten 1: Bima Anoraga 105090500111008Asisten 2: Agung Surya M. 105090513111004
Nama : MELINDA DWI ANGGRAENINim : 125090507111021
PROGRAM STUDI STATISTIKAJURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAMUNIVERSITAS BRAWIJAYA
MALANG2014
BAB ISOURCE CODE
1.1. DISTRIBUSI FNo SOURCE CODE1 x=seq(0,4,length=200)2 hx=df(x,20,25)3 plot(x,hx)4 v1=c(4,6,10,18)5 v2=c(7,10,12,10)6 colors=c("red", "blue", "darkgreen", "gold", "black")
7labels =c("v1=4,v2=7", "v1=6,v2=10", "v1=10,v2=12","v1=18,v2=10","v1=20,v2=25")
8 plot(x, hx, type="l", lty=2, xlab="X",ylab="Density", 9 main="Distribusi F dengan beberapa derajat bebas ")10 for (i in 1:4){11 lines(x, df(x,v1[i],v2[i]), lwd=2, col=colors[i])}12 legend("topright", inset=.05, title="Distribusi",13 labels, lwd=2, lty=c(1, 1, 1, 1, 2), col=colors)
1.2. LOGISTIKNO SOURCE CODE1.
2.
3.
4.
5.
6.
7
8.
> x=rlogis(150,2.5,5)
> x
> y=dlogis(x,2.5,5)
> y
> plot(x,y,type="h",col="gray")
> plot(x,y,type="p",col="gray")
> x=rlogis(150,2.5,2)
> x
9.
10.
11.
12.
13.
14.
15
16
17
18
19
20
21
22
23
24
> y=dlogis(x,2.5,5)
> y
> plot(x,y,type="p",col="gray")
> plot(x,y,type="h",col="gray")
>x=rlogis(20,2.5,2)
> x
> y1=rlogis(20,2.5,2)
> y2=rlogis(20,2.5,2)
> y1
> y2
>plot(x,y1,type="l",lwd=3,col="blue")
>plot(x,type="l",lwd=3,col="red")
>lines(y1,type="l",lwd=3,col="blue")
>lines(y2,type="l",lwd=3,col="green")
> plogis(0.6, location = 0, scale = 1, lower.tail = TRUE, log.p = FALSE)
> qlogis(0.4, location = 0, scale = 1, lower.tail = TRUE, log.p = FALSE)
1.3. WEIBULLSOURCE CODE
x=rweibull(10,shape=0.5,scale=1) y=dweibull(x,shape=0.5,scale=1) y1=dweibull(x,shape=0.75,scale=1)y2=dweibull(x,shape=2,scale=1) xplot(x,y,type="l",lwd=2,col="purple")lines(x,y1,type="l",lwd=2,col="gold")lines(x,y2,type="l",lwd=2,col="blue")legend("topright",c("shape=0.5","shape=0.75","shape=2"),lty=c(1,1,1),col=c("purple","gold","blue"))pweibull(x,shape=0.5,scale=1)qweibull(0.95,shape=0.5,scale=1)
1.4. BETHASOURCE CODE
x=rbeta(100,shape1=0.5,shape2=1) y=dbeta(x,shape1=0.5,shape2=1) y1=dbeta(x,shape1=0.75,shape2=1)y2=dbeta(x,shape1=1,shape2=1) xplot(x,y,type="l",lwd=3,col="green")lines(x,y1,type="l",lwd=3,col="blue")lines(x,y2,type="l",lwd=2,col="red")legend("topright",c("shape=0.5","shape=0.75","shape=1"),lty=c(1,1,1),col=c("green","blue","red"))pbeta(0.5,shape1=0.5,shape2=1,ncp=0,lower.tail=TRUE,log.p=FALSE)>qbeta(0.5,shape1=0.5,shape2=1,ncp=0,lower.tail=TRUE,log.p=FALSE)
1.5. POISSONSOURCE CODE Penjelasan
>x9=rpois(100,120) Untuk membangkitkan data poisson dengan banyaknya sukses 100
>x9 Untuk menampilkan hasil syntax dari x9
>y9=dpois(x9,110) Untuk menghitung tinggi kurva poisson ketika x9sama dengan sebuah angka
>y9 Untuk menampilkan hasil syntax dari y9
>plot(x9,y9,type="h",lwd=4,col="purple")
Untuk menampilkan plot x9 dan y9 dengan tipe “h” dan warna ungu
>x10=rpois(100,120) Untuk membangkitkan data poisson dengan banyaknya sukses 100
>x10 Untuk menampilkan hasil syntax dari x10
>y10=dpois(x10,110) Untuk menghitung tinggi kurva poisson ketika x10 sama dengan sebuah angka
>y10 Untuk menampilkan hasil syntax dari y10
>plot(x10,y10,type="h",lwd=4,col="blue")
Untuk menampilkan plot x10 dan y10 dengan tipe “h” dan warna biru
BAB IIHASIL DAN PEMBAHASAN
2.1. SEBARAN F
Penjelasan Untuk menggambar distribusi F membutuhkan dua derajat bebas
yaitu df1 dan df2. Untuk membuat distribusi F dengan beberapa derajat bebas, dibuat
terlebih dahulu nilai X (membangkitkan data random dari 0 sampai 4 dengan banyak datum = 200) dan Y (Kepekatan peluang dari sebaran F).
Membentuk probability density function bagi F Membuat beberapa derajat bebas Memberikan warna pada masing-masing distribusi Memberi label (keterangan) warna-warna tersebut dengan derajat
bebasnya
Membuat plot X dan hx Membuat plot bagi beberapa derajat bebas lainnya Membuat legend dengan posisi kanan atas,linewidth=2,judul
distribusi,linetypes=1,1,1,1,2 masing-masing derajat bebas
2.2. LOGISTIK
NO SOURCE CODE PEMBAHASAN1.
2.
3.
4.
5.
6.
7.
> x=rlogis(150,2.5,5)
> x
> y=dlogis(x,2.5,5)
> y
> plot(x,y,type="h",col="gray")
> plot(x,y,type="p",col="gray")
> x=rlogis(150,2.5,2)
Mencari nilai x secara random (membangkitkan data) yang menggunakan distribusi logistik dengan banyaknya data 150 dan shape sebesar 2.5 serta lokasi sebesar 5.
Memanggil data x yang sudah didefinisikan
Mencari nilai y dengan melihat tinggi kurva yang menggunakan distribusi logistik dengan banyaknya data dari x dan shape sebesar 2.5 serta lokasi sebesar 5.
Memanggil data y yang sudah didefinisikan
Melihat gambar/plot dari data x dan y yang bertipe histogram dengan warna abu-abu
Melihat gambar/plot dari data x dan y yang diplotkan dengan warna abu-abu
Mencari nilai x secara random (membangkitkan data) yang menggunakan distribusi logistik dengan banyaknya data 150 dan shape sebesar 2.5 serta lokasi sebesar 2.
8.
9.
10.
11.
12.
13.
14.
15
16
> x
> y=dlogis(x,2.5,5)
> y
> plot(x,y,type="p",col="gray")
> plot(x,y,type="h",col="gray")
>x=rlogis(20,2.5,2)
> x
> y1=rlogis(20,2.5,2)
> y2=rlogis(20,2.5,> y2=rlogis(20,2.5,2)
Memanggil data x yang sudah didefinisikan
Mencari nilai y dengan melihat tinggi kurva yang menggunakan distribusi logistik dengan banyaknya data dari x dan shape sebesar 2.5 serta lokasi sebesar 2.
Memanggil data y yang sudah didefinisikan
Melihat gambar/plot dari data x dan y yang diplotkan dengan warna abu-abuMelihat gambar/plot dari data x dan y yang bertipe histogram dengan warna abu-abuMencari nilai x secara random (membangkitkan data) yang menggunakan distribusi logistik dengan banyaknya data 20 dan shape sebesar 2.5 serta lokasi sebesar 2.Memanggil data x yang sudah didefinisikanMencari nilai y1 secara random (membangkitkan data) yang menggunakan distribusi logistik dengan banyaknya data 20 dan shape sebesar 2.5 serta lokasi sebesar 2.Mencari nilai y2 secara random (membangkitkan data) yang menggunakan distribusi logistik dengan banyaknya data 20 dan shape sebesar 2.5 serta lokasi sebesar 2.
17
18
19
20
21
22
23
24
> y1
> y2
>plot(x,y1,type="l",lwd=3,col="blue")
>plot(x,type="l",lwd=3,col="red")
>lines(y1,type="l",lwd=3,col="blue")
>lines(y2,type="l",lwd=3,col="green")
> plogis(0.6, location = 0, scale = 1, lower.tail = TRUE, log.p = FALSE)
> qlogis(0.4, location = 0, scale = 1, lower.tail = TRUE, log.p = FALSE)
Memanggil data y1 yang sudah didefinisikan
Memanggil data y2 yang sudah didefinisikan
Melihat gambar/plot dari data x dan y1 yang bertipe garis dengan warna biru
Melihat gambar/plot dari data x yang bertipe garis dengan warna merah
Menggambarkan garis y1 pada plot data x dengan warna biru
Menggambarkan garis y2 pada plot data x dengan warna hijau
Untuk memunculkan nilai distribusi logistic dengan data bertipe p dengan nilai q=0.6, location=0, scale=1, lower tail=TRUE dan log p=FALSE
Untuk memunculkan nilai distribusi logistic dengan data bertipe q dengan nilai p=0.4, location=0,scale=1,lower.tail=TRUE dan log.p=FALSE
1. Distribusi logistic
saat n=150, shape=2.5, location=5 Menggunakan histogram (type=h, col=gray)
-30 -20 -10 0 10 20 30
0.00
0.01
0.02
0.03
0.04
0.05
x
y
Menggunakan plot (type=p, col=gray)
-30 -20 -10 0 10 20 30
0.00
0.01
0.02
0.03
0.04
0.05
x
y
saat n=150, shape=2.5, location=5 Menggunakan histogram (type=h, col=gray)
-10 -5 0 5 10
0.00
0.02
0.04
0.06
0.08
0.10
0.12
x
y
Menggunakan histogram (type=h, col=gray)
-10 -5 0 5 10
0.00
0.02
0.04
0.06
0.08
0.10
0.12
x
y
Saat n =20, shape=2.5, location=5 Mengeplot x , y1 dan y2
Saat n =20, shape=2.5, location=5Mengeplot x dan y1
PlogisOutput = [1] 0.6456563
QlogisOutput = [1] -0.405465
2.3. WEIBULL
SOURCE CODE PENJELASAN
x=rweibull(10,shape=0.5,scale=1)
Memasukkan nilai random dengan distribusi weibull
y=dweibull(x,shape=0.5,scale=1)
Memasukkan fungsi kepekatan peluangpada distribusi weibull dengan menggunakan nilai x dan parameter α = 0.5 dan θ =1
y1=dweibull(x,shape=0.75,scale=1)
Memasukkan fungsi kepekatan peluang pada distribusi weibull dengan menggunakan nilai x dan parameter α = 0.75 dan θ =1
y2=dweibull(x,shape=2,scale=1)
Memasukkan fungsi kepekatan peluang pada distribusi weibull dengan menggunakan nilai x dan parameter α = 2 dan θ =1
x Memunculkan nilai xplot(x,y,type="l",lwd=2,col="purple") Memplotkan sumbu x terhadap ylines(x,y1,type=" Menggabungkan kurva x terhadap sumbu y dan y1
l",lwd=2,col="gold")lines(x,y2,type="l",lwd=2,col="blue")
Menggabungkan kurva x terhadap sumbu y dan y1 dan y2
legend("topright",c("shape=0.5","shape=0.75","shape=2"),lty=c(1,1,1),col=c("purple","gold","blue")) Memberi keterangan
pweibull(x,shape=0.5,scale=1)
Memasukkan peluang pada distribusi weibull dengan menggunakan nilai x dan parameter α = 0.5 dan θ =1
qweibull(0.95,shape=0.5,scale=1) Memcari titk kritis
2.4. BETHA
SOURCE CODE KETERANGAN x=rbeta(100,shape1=0.5,shape2=1)
Memasukkannilai random dengandistribusi beta
Memasukkanfungsikepekatanpeluangpada
y=dbeta(x,shape1=0.5,shape2=1)
distribusi beta denganmenggunakannilai x dan parameter α = 0.5 dan θ =1
y1=dbeta(x,shape1=0.75,shape2=1)
Memasukkanfungsikepekatanpeluangpadadistribusi beta denganmenggunakannilai x dan parameter α = 0.75 dan θ =1
y2=dbeta(x,shape1=1,shape2=1)
Memasukkanfungsikepekatanpeluangpadadistribusi beta denganmenggunakannilai x dan parameter α = 1dan θ =1
x Memunculkannilai x
plot(x,y,type="l",lwd=3,col="green")
Memplotkansumbu x terhadap ydenganketebalangaris 3 danwarnagarishijau
lines(x,y1,type="l",lwd=3,col="blue")
Menggabungkankurva x terhadapsumbu y dan y1denganketebalangaris 3danwarnagarisbiru
lines(x,y2,type="l",lwd=2,col="red")
Menggabungkankurva x terhadapsumbu y dan y1 dan y2denganketebalangaris 3danwarnagarismerah
legend("topright",c("shape=0.5","shape=0.75","shape=1"),lty=c(1,1,1),col=c("green","blue","red"))
Memberiketeranganpadagambar
pbeta(0.5,shape1=0.5,shape2=1,ncp=0,lower.tail=TRUE,log.p=FALSE)
Memasukkanpeluangpadadistribusi beta denganmenggunakannilai0.5 dan parameter α = 0.5 dan θ =1
>qbeta(0.5,shape1=0.5,shape2=1,ncp=0,lower.tail=TRUE,log.p=FALSE)
Mencarititikkritispadadistribusi beta denganmenggunakannilai 0.5 dan parameter α = 0.5 dan θ =1
2.5. POISSON
SOURCE CODE Penjelasan>x9=rpois(100,120) Untuk membangkitkan data
poisson dengan banyaknya sukses 100
>x9 Untuk menampilkan hasil syntax dari x9
>y9=dpois(x9,110) Untuk menghitung tinggi
kurva poisson ketika x9sama dengan sebuah angka
>y9 Untuk menampilkan hasil syntax dari y9
>plot(x9,y9,type="h",lwd=4,col="purple")
Untuk menampilkan plot x9 dan y9 dengan tipe “h” dan warna ungu
>x10=rpois(100,120) Untuk membangkitkan data poisson dengan banyaknya sukses 100
>x10 Untuk menampilkan hasil syntax dari x10
>y10=dpois(x10,110) Untuk menghitung tinggi kurva poisson ketika x10 sama dengan sebuah angka
>y10 Untuk menampilkan hasil syntax dari y10
>plot(x10,y10,type="h",lwd=4,col="blue")
Untuk menampilkan plot x10 dan y10 dengan tipe “h” dan warna biru
BAB IIIKESIMPULAN DAN SARAN
3.1. Kesimpulan Masing-masing sebaran memiliki cirri dan bentuk kurva yang berbeda-beda yang nantinya digunakan dalam bidang terapan yang berbeda pula. Selain itu, diketahui pula bahwa program R dapat membantu statistikawan dalam melakukan pembangkitan data serta ploting data.
3.2. SaranSebaiknya, praktikan lebih memahami tentang distribusi peluang sebelum melakukan praktikum ini.