Ilustrasi regresi linear pada suatu himpunan data. Analisis regresi adalah suatu bagian penting dalam statistika matematika.

Statistika matematika adalah aplikasi matematika pada statistika, yang asalnya dilahirkan sebagai suatu sains untuk negara (state)—kumpulan dan analisis fakta-fakta mengenai suatu negara: ekonomi, tanah, militer, populasi dan lain-lainnya. Teknik matematika yang digunakan di sini meliputi analisis matematis, aljabar linear, analisis stokastik, persamaan diferensial, dan teori probabilitas pengukuran-teoretis.[1][2] Statistika matematika telah diilhami oleh statistika terapan serta mengembangkan banyak prosedur pada penerapannya.

Topik

sunting

Berikut adalah sejumlah topik penting dalam statistika matematika:[3][4]

Sebaran probabilitas

sunting

Sebaran probabilitas atau "distribusi probabilitas" menggunakan kemungkinan peluang atau probabilitas pada subset yang dapat diukur dari kemungkinan hasil suatu eksperimen yang bersifat acak (random), survei, atau prosedur inferensi statistik.

Inferensi statistik

sunting

Inferensi statistik adalah suatu proses untuk menarik kesimpulan dari data yang menjadi subjek variasi acak, misalnya, kesalahan observasi atau variasi pengambilan sampel.[5]

Regresi

sunting

Dalam statistika, analisis regresi adalah suatu proses statistik untuk memperkirakan hubungan antara variabel-variabel. Termasuk di dalamnya adalah teknik-tenik untuk pembuatan model dan analisis beberapa variabel, ketika fokusnya adalah hubungan antara suatu variabel dependen dan satu atau lebih variabel independen.

Statistika non-parametrik

sunting

Statistika nonparametrik adalah statistika yang tidak didasarkan atas familia berparameter dari sebaran probabilitas. Termasuk di dalamnya adalah baik statistika deskriptif dan inferensi. Parameter yang umum adalah rata-rata, variansi, dan lain-lain.

Statistika, matematika, dan statistika matematika

sunting

Statistika matematika mempunyai ketumpangtindihan dengan bidang-bidang statistika. Statistikawan mempelajari dan memperbaiki prosedur statistika dengan matematika, dan riset statistika sering melahirkan pertanyaan matematis. Teori statistik tergantung pada probabilitas atau peluang dan teori keputusan.

Matematikawan dan statistikawan seperti Gauss, Laplace, dan C. S. Peirce menggunakan teori keputusan dengan sebaran probabilitas dan fungsi kerugian (atau fungsi kegunaan). Pendekatan berdasarkan teori keputusan terhadap inferensi statistik dihidupkan kembali oleh Abraham Wald dan para penerusnya,[6][7][8][9][10][11][12] serta secara ekstensif menggunakan komputasi ilmiah, analisis, dan optimisasi; untuk perancangan percobaan, statistikawan menggunakan aljabar dan kombinatorika.

Lihat pula

sunting

Referensi

sunting
  1. ^ Lakshmikantham,, ed. by D. Kannan,... V. (2002). Handbook of stochastic analysis and applications. New York: M. Dekker. ISBN 0824706609. Pemeliharaan CS1: Banyak nama: authors list (link) Pemeliharaan CS1: Tanda baca tambahan (link)
  2. ^ Schervish, Mark J. (1995). Theory of statistics (Edisi Corr. 2nd print.). New York: Springer. ISBN 0387945466.
  3. ^ Hogg, R. V., A. Craig, and J. W. McKean. "Intro to Mathematical Statistics." (2005).
  4. ^ Larsen, Richard J. and Marx, Morris L. "An Introduction to Mathematical Statistics and Its Applications" (2012). Prentice Hall.
  5. ^ Upton, G., Cook, I. (2008) Oxford Dictionary of Statistics, OUP. ISBN 978-0-19-954145-4
  6. ^ Wald, Abraham (1947). Sequential analysis. New York: John Wiley and Sons. ISBN 0-471-91806-7. See Dover reprint, 2004: ISBN 0-486-43912-7
  7. ^ Wald, Abraham (1950). Statistical Decision Functions. John Wiley and Sons, New York.
  8. ^ Lehmann, Erich (1997). Testing Statistical Hypotheses (Edisi 2nd). ISBN 0-387-94919-4.
  9. ^ Lehmann, Erich; Cassella, George (1998). Theory of Point Estimation (Edisi 2nd). ISBN 0-387-98502-6.
  10. ^ Bickel, Peter J.; Doksum, Kjell A. (2001). Mathematical Statistics: Basic and Selected Topics. Vol. 1 (Edisi Second (updated printing 2007)). Pearson Prentice-Hall.
  11. ^ Le Cam, Lucien (1986). Asymptotic Methods in Statistical Decision Theory. Springer-Verlag. ISBN 0-387-96307-3.
  12. ^ Liese, Friedrich and Miescke, Klaus-J. (2008). Statistical Decision Theory: Estimation, Testing, and Selection. Springer. Pemeliharaan CS1: Banyak nama: authors list (link)

Bacaan lebih lanjut

sunting
  • Kurnianingsih, Sri (2007). Matematika SMA dan MA 2A Untuk Kelas XI Semester 1 Program IPA. Jakarta: Esis/Erlangga. ISBN 979-734-502-5. (Indonesia)
  • Kurnianingsih, Sri (2007). Matematika SMA dan MA 2A Untuk Kelas XI Semester 1 Program IPS. Jakarta: Esis/Erlangga. ISBN 979-734-563-7. (Indonesia)

Pustaka tambahan

sunting

📚 Artikel Terkait di Wikipedia

Analisis diskriminan linear

diskriminan linear (bahasa Inggris: linear discriminant analysiscode: en is deprecated , disingkat LDA) adalah generalisasi diskriminan linear Fisher, yaitu

Statistika

ke-19 dan awal abad ke-20 oleh Karl Pearson (memperkenalkan metode regresi linear dan istilah deviasi standar pada 1894), Ronald Fisher (peletak dasar statistika

Eksperimen semu

Cohen's kappa Contingency table Graphical model Log-linear model McNemar's test Multivariate Regression Manova Principal components Canonical correlation

Distribusi t Student

kepercayaan untuk perbedaan antara dua rerata populasi, dan pada analisis regresi linear. Pada bentuk skala lokalisasi distribusi t lst(μ, τ2, ν), distribusi ini

Model generatif

instances X conditioned on the target attribute Y. Mitchell 2015: "Logistic Regression is a function approximation algorithm that uses training data to directly

Spektrofotometer

University Press. Hal. 54-67. (Inggris) Wei YJ, Li KA, Tong SY. 1997. A linear regression method for the study of the coomassie brilliant blue protein assay

Efek pengacau

Cohen's kappa Contingency table Graphical model Log-linear model McNemar's test Multivariate Regression Manova Principal components Canonical correlation

Jaringan saraf tiruan

JST dengan minimal sebuah lapis tersembunyi dengan fungsi aktivasi non-linear dapat memodelkan seluruh fungsi terukur Boreal apapun dari suatu dimensi