MULTIVARIATE
ANALISIS
Minggu 3:
Distribusi Multivariate
Normal
Farida Nur Hayati, [Link]., [Link].
Introduction
Multivariate Normal
Distribusi normal berbentuk lonceng beberapa dimensi memainkan peran mendasar dalam
analisis multivariat. Sebagian besar teknik statistika mengasumsikan bahwa setiap nilai
dalam vektor hasil pengamatan, Xi , berdistribusi multivariat normal.
Kepadatan normal multivariat adalah generalisasi dari kepadatan normal univariat
ke p ≥ 2 dimensi. Ingatlah bahwa distribusi normal univariat, dengan rata-rata μ
dan varians σ2 memiliki fungsi kepadatan peluang
( x− )
2
1 − /2
f ( x) = e − x
2 2
Introduction
Multivariate Normal
Notasi ini akan diperluas ke kasus multivariat.
2
( x− ) 2 −1
= ( x − )( ) (x − )
dalam eksponen fungsi kepadatan normal univariat mengukur kuadrat jarak dari x ke dalam
satuan simpangan baku. Ini dapat digeneralisasi untuk px1 vektor x pengamatan pada
beberapa variabel sebagai
(x - μ) ' -1 ( x - μ)
Vektor μ px1 mewakili nilai harapan dari vektor acak X, dan matriks ∑ pxp adalah matriks
varians-kovarians X.
Introduction
Multivariate Normal
1 −( x −μ ) ' −1 ( x −μ ) /2
f ( x) = e − xi , i = 1, 2,..., p
(2 )
p /2 1/2
kepadatan normal p-dimensi ini ditunjukkan dengan Np (μ,∑) yang dianalogikan dengan
kasus kerapatan normal di univariat
Introduction
Bivariate Normal
Buktikan normal density untuk p=2 adalah
Bivariate normal distributions. (a) σ1 1 =σ 2 2 ρ1 2 = 0 and
(b) and σ1 1 =σ 2 2 ρ1 2 = .75.
Pemeriksaan Multivariate Normal dengan
Proporsi
Multivariate Normal
Bivariate Normal
ഥ dan ∑−1 diestimasi dengan 𝑆 −1
Dimana μ diestimasi dengan 𝒙
Diharapkan sekitar setengah, atau 0.5, berada dalam kontur (pengamatan berdistribusi
normal)
yang berarti untuk membuktikan bahwa data kita secara multivariate berditribusi normal paling
tidak jarak seluruh observasi terhadap nilai tengahnya adalah 0.5.
Pemeriksaan Multivariate Normal
Dengan Minitab Menggunakan
Proporsi
print (COVA1)
invert m1 m2
print (m2)
average(y1)
average(y2)
average(y3)
let c4=c1-7.73033
let c5=c2-6.89633
let c6=c3-7.225
copy c4-c6 m3
print(m3)
transpose m3 m4
print (m4)
mult m3 m2 m5
print (m5)
multi m5 m4 m6
print (m6)
diag m6 c7
Pengujian Multivariate Normal dengan Korelasi
Korelasi dj2 yang telah diurutkan dengan Chi-Square
Hipotesis :
H0 : Data berdistribusi Normal Multivariate
H1 :Data tidak berdistribusi Normal Multivariate
Tolak H0 Jika r < r(n,0.05)
11
12
Tugas
Buatlah sintag di Matlab, R atau Python untuk menguji multivariate normal dari data 3
variabel yang didapat dari UCI dengan cara proporsi dan korelasi bandingkan hasilnya
dengan Minitab
Dikumpulkan Rabu, 14 September 2022
Thank
You
Presentation