Hit Counter
Sebagaimana telah disampaikan di halaman depan, bahwa kumpulan lecture notes/ handouts ini lebih menonjolkan pemaparan teori secara naratif yang dilengkapi dengan ilustrasi/ visualisasi menggunakan R. Dengan kata lain, Lecture Notes ini adalah kumpulan catatan kuliah (handout yang dilengkapi dengan ilustrasi/ visualisasi dinamis menggunakan R. Topik-topik pada handout ini sangat luas mulai dari topik-topik pada statistika matematika, komputasi statistika dan aplikasi pada beberapa bidang. Bagi pengajar statistika, jika anda memiliki catatan kuliah yang memanfaatkan R anda bisa berbagi catatan kuliah anda di halaman ini. Untuk keperluan pemahaman, pemodelan statistika pada catatan kuliah ini disarankan menggunakan maksimum 2 variabel prediktor (bebas), untuk bisa memvisualisasikan grafiknya. Namun, di luar visualisasi grafik, jumlah variabel tidak dibatasi.
Anda dapat mengklik pada tombol Simak Handout pada tiap-tiap topik, atau anda bisa juga langsung memilih melalui menu di atas.
Dalam topik ini dibahas beberapa analisis statistika parametrik dasar mulai pemeriksaan normalitas data (baik secara grafik, maupun melalui uji statistika), uji rerata (1,2 kelompok dan 2 kelompok berpasangan), uji anova 1-2 arah, dan uji regresi linier sederhana Simak Handout
Dalam topik ini dibahas beberapa distribusi diskrit (Binomial, Negatif Binomial, Geometri, Poisson), mulai bentuk kepadatannya, selanjutnya pembaca dapat bereksplorasi memeriksa grafik fungsi peluang, membangkitkan data dan memeriksa histogram dari data yang dibangkitkan dan sebagainya Simak Handout
Dalam naskah ini dibahas beberapa
distribusi kontinu (Normal, Gamma, Uniform) mulai bentuk fungsi kepadatannya, selanjutnya
pembaca dapat bereksplorasi memeriksa grafik fungsi peluang, membangkitkan data dan memeriksa
histogram dari data yang dibangkitkan.
Simak Handout
Dalam topik ini dibahas membangkitkan data dari beberapa distribusi
keluarga eksponensial (Normal, Gamma, Poisson, Binomial), selanjutnya memeriksa histogram,
Normal-plot, serta menguji normalitas datanya dengan beberapa uji yang ada.
Simak Handout
Dalam topik ini dibahas Sifat-sifat sampel acak seperti sebaran rata-rata sampel, mean dan variansnya. Diilustrasikan juga ide Teorama limit pusat, yang menyatakan bahwa apapun sebaran data awalnya, jika ukuran sampelnya besar, sebaran skor bakunya akan mendekati sebaran Gaussian baku $Z~N(0,1)$ Simak Handout
Dalam topik ini dibahas Ide fungsi likelihood dan maksimumnya yang menghasilkan penduga likelihood maksimum. Posisi maksimum dari fungsi likelihood diilustrasikan dengan menggambar kontur dan perspektif dari fungsi likelihood. Demikian juga, untuk fungsi Bentuk Kuadrat (Quadratic Form) posisi nilai minimumnya juga diilustrasikan dengan grafik kontur dan perspektif. Simak Handout
Grafik adalah salah satu kekuatan atau keunggulan yang dimiliki R. Dalam topik ini dibahas pembuatan grafik dengan menggunakan dua paket yaitu graphics dan ggplot2, mulai dari mendesain lay-out dan memmuat beberapajenis grafik baik univariat (histogram, box-plot, qq-plot) dan bivariate (diagram pencar). Grafik-grafik ini sangat bermanfaat baik sebagai bagian dari eksplorasi data maupun sebagai pelengkap hasil analisis. Simak Manual
Dalam topik ini dibahas aljabar matriks yang terkait dengan statistika Simak Handout
Dalam topik ini dibahas uji regresi linier sederhana, mulai pemeriksaan asumsi secara grafik maupun melalui uji normalitas. Selanjutnya melakukan uji regresi dan memeriksa (i) signifikansi koefisien regresi, (ii) Nilai R-square, dan AIC untuk memilih model yang lebih baik. Juga disajikan grafik untuk eksplorasi hubunagn variabel dan diagnostik normalitas data seperti, Boxplot, QQ-Norm, dan Diagram Pencar. Anda dapat mencermati dampak pelanggaran asumsi terhadap nilai goodness of fit (GOF) Simak Handout
Dalam topik ini dibahas uji regresi linier dengan peubah
kualitatif/kelompok/grup, baik grup real, ataupun grup laten yang dihasilkan oleh
pengklasteran. Kegiatan dimulai dengan pemeriksaan asumsi
secara grafik maupun melalui uji normalitas, selanjutnya melakukan uji regresi dan memeriksa (i) signifikansi koefisien regresi,
(ii) Nilai R-square, dan AIC untuk memilih model yang lebih baik. Juga disajikan grafik untuk eksplorasi hubunagn variabel dan diagnostik normalitas data seperti, Boxplot, QQ-Norm, dan
Diagram Pencar. Anda dapat mencermati dampak pertimbangan variabel kelompok terhadap nilai goodness of fit (GOF)
Simak Handout
Dalam topik ini dibahas uji regresi yang memiliki prediktor linier peubah
kualitatif/kelompok/grup, baik grup real, ataupun grup laten yang dihasilkan oleh
pengklasteran dan berbagai skala respon (seperti kontinu, diskrit, biner). Hubungan prediktor linier dengan respon dihubungkan oleh fungsi
kontinu dan differensiabel (fungsi link. Kegiatan dimulai memeriksa (i) signifikansi koefisien regresi,
(ii) Nilai Devians, dan AIC untuk memilih model yang lebih baik. Juga disajikan grafik untuk eksplorasi hubunagn variabel dan diagnostik normalitas data seperti, Boxplot, QQ-Norm, dan
Diagram Pencar. Anda dapat mencermati dampak pertimbangan variabel kelompok terhadap nilai goodness of fit (GOF)
Simak Handout
Dalam topik ini dibahas uji regresi dengan respon yang diukur secara berulang atau
terklaster. Kegiatan dimulai dengan eksplorasi data (termasuk menghitung korelasi),
selanjutnya melakukan pengepasan regresi untuk berbagai sebaran dan tipe korelasi.
Simak Handout
Dalam topik ini dibahas uji regresi dengan respon bersekala ordinal dengan kategori lebih dari 2 (dua). Kegiatan dimulai dengan eksplorasi data (termasuk menghitung korelasi),
selanjutnya melakukan pengepasan regresi untuk berbagai sebaran dan tipe korelasi.
Simak Handout
Dalam topik ini dibahas uji regresi dengan respon longitudinal bersekala ordinal dengan kategori lebih dari 2 (dua). Kegiatan dimulai dengan eksplorasi data (termasuk menghitung korelasi),
selanjutnya melakukan pengepasan regresi untuk berbagai sebaran dan tipe korelasi.
Simak Handout
Dalam topik ini dibahas regresi nonlinier dan konsep serta visualisasi penghalus
(berbagai penghalus spline) dan penghalus regresi lokal (loess), sebagai pengantar GAM ( Generalised Additive Model)
Simak Handout
Dalam topik ini dibahas cara membangkitkan data dari peubah acak yang
hanya diketahui fungsi kepadatannya, sementara bentuk fungsi kumulatif (apalagi inversnya),
tidak terlacak (tidak mudah diturunkan). Cara simulasi ini termasuk kelompok Simulasi Monte Carlo.
Simak Handout
Dalam topik ini, pengguna dapat mempelajari konsep estimasi densitas serta melakukan perhitungan estimasi dengan berbagai
metode, serta menghitung secara sederhana besarnya bandwidth optimal
Simak Handout
Ada banyak cara untuk membuat klaster (melakukan analsis klaster), baik dilihat dari
prosedur perhitungan maupun dari jarak yang digunakan. Lebih sering tiap metode menghasilkan
klaster yang berbeda. Dalam topik ini dibahas salah satu metode untuk melakukan vaidasi klaster, sehingga
pegguna dapat memilih cara yang lebih sesuai kondisi data dan tujuan pengklasteran. Selanjutnya
kita dapat melakukan beberapa analisis klaster secara lebih detail menggunakan salah metode yang direkomendsikan
Simak Handout
Analisis keragaman hayati ( Biodiversity) selain memanfaatkan metode statistika
secara umum (seperti berrbagai analisis multi variat), juga membutuhkan statistika khusus yang hanya
diperlukan dikalangan para biometrisi (biometrikawan). Salah satunya adalah menghitung dan membuat
grafik kelimpahan spesies (species richness) dan menghitung berbagai jarak ekologi. R adalah salah
satu program statistika yang banyak dipakai dan direkomendasikan dalam bidang biometrik.
Simak Handout
Analisis IRT ( Item Response Theory) merupakan metode modern untuk menganalisis kualitas butir soal yang menggunakan pendekatan model logistik. Dalam tutorial ini
anda bisa berlatih menerapkan IRT untuk menganalisis butir soal tipe dikotomus menggunakan model 1 PL (model Rasch,untuk menganalisis tingkat kesulitan butir soal), model 2 PL (untuk menganalisis tingkat
kesulitan dan diskriminasi butir soal) dan 3 PL (untuk menganalisis tingkat
kesulitan, tingkat diskriminasi dan tebakan butir soal). Dalam jangka panjang juga akan dikembangkan untuk model laten (LTM) dan model politomus ( Graded Response Model )
Simak Handout
More to Come
Simulasi ini mengilustrasikan uji regresi. Kita dapat memeriksa (i) signifikansi koefisien regresi,
(ii) Nilai R-square, dan AIC untuk memilih model yang lebih baik. Juga disajikan grafik QQ-Norm,
Diagram Pencar. Dapat juga mencoba regresi yang lebih lanjut (GLM). Topik lain menyusul ...
Read More
