Professional Documents
Culture Documents
TGSxxx2 KS F1A220034 ASNUR SAPUTRA
TGSxxx2 KS F1A220034 ASNUR SAPUTRA
Nim : F1A220034
Kelas :B
Jurusan : S1 Statistika
Mata Kuliah : Komputasi Statistika 1
Soal:
1. Buatlah program dari program sebelumnya yang menggunakan 1 kali for tanpa
copy program berkali-kali!
2. Bangkitkan data yang mempunyai 3 tipe:
a. Ragamnya kecil (dengan rata-rata 60 ragam 50)
b. Ragamnya sedang (dengan rata-rata 60 ragam 75)
c. Ragam besar (dengan rata-rata 60 dan ragam 100)
Kemudian Cari rata-rata dan median kemudian simpan datanya dan buatkan
boxplot-nya dan interpretasikan!
Jawab:
1. Program:
> data.bb<-rnorm(100,60,5)
> B<-400
> statistik<-matrix(NA,B,3) #inisialisasi variable tempat
menyimpan ukuran sampel, rataan dan ragam
> size<-c(20,30,40,50)
> k<-1:4
> l<-c(0,100,200,300)
> for (j in 1:4){
+ for (i in (1+l[j]):(100*k[j])){
+ sampel.bb<-sample(data.bb,size[j],replace=FALSE)
+ statistik[i,1]<-mean(sampel.bb) # nilai rataan
+ statistik[i,2]<-var(sampel.bb) # nilai ragam
+ statistik[i,3]<-size[j]
+ }
+ }
> colnames(statistik)<-c("Rataan","Ragam","Ukuran Sampel")
> show(statistik)
Output:
> show(statistik)
2. Program:
setwd("D:")
data.bb5<-rnorm(100,60,5)
data.bb7<-rnorm(100,60,sqrt(50))
data.bb10<-rnorm(100,60,10)
B<-100
statistik<-matrix(NA,B,3) #inisialisasi variable tempat
menyimpan, rataan, ragam dan ukuran ragam
for (i in 1:B) {
sampel.bb5<-sample(data.bb5,25,replace=FALSE)
statistik[i,1]<-mean(sampel.bb5) #nilai rataan
statistik[i,2]<-median(sampel.bb5) #nilai ragam
}
s5<-statistiks5[,3]<-50
statistik<-matrix(NA,B,3) #inisialisasi variabel tempat
menyimpan rataan dan ragam
for (i in 1:B) {
sampel.bb7<-sample(data.bb7,25,replace=FALSE)
statistik[i,1]<-mean(sampel.bb7) #nilai rataan
statistik[i,2]<-median(sampel.bb7) #nilai ragam
}
s7<-statistik
s7[,3]<-75
statistik<-matrix(NA,B,3) #inisialisasi variable tempat
menyimpan rataan dan ragam
for (i in 1:B) {
sampel.bb10<-sample(data.bb10,25,replace=FALSE)
statistik[i,1]<-mean(sampel.bb10) #nilai rataan
statistik[i,2]<-median(sampel.bb10) #nilai ragam
}
s10<-statistik
s10[,3]<-100
statistikk<-rbind(s5,s7,s10)
colnames(statistikk)<-c("Rataan","Median","Ukuran Ragam")
show(statistikk)
write.csv(statistikk,file="statistikk.csv")
png(file = "haninrazhboxplot.png")
par(mfrow=c(1,2))
boxplot(statistikk[,1]~statistikk[,3])
boxplot(statistikk[,2]~statistikk[,3])
dev.off()
Output:
> setwd("D:")
> data.bb5<-rnorm(100,60,5)
> data.bb7<-rnorm(100,60,sqrt(50))
> data.bb10<-rnorm(100,60,10)
> B<-100
> statistik<-matrix(NA,B,3) #inisialisasi variabel tempat
menyimpan, rataan, ragam dan ukuran ragam
> for (i in 1:B) {
+ sampel.bb5<-sample(data.bb5,25,replace=FALSE)
+ statistik[i,1]<-mean(sampel.bb5) #nilai rataan
+ statistik[i,2]<-median(sampel.bb5) #nilai ragam
+ }
> s5<-statistik
> s5[,3]<-50
> statistik<-matrix(NA,B,3) #inisialisasi variabel tempat
menyimpan rataan dan ragam
> for (i in 1:B) {
+ sampel.bb7<-sample(data.bb7,25,replace=FALSE)
+ statistik[i,1]<-mean(sampel.bb7) #nilai rataan
+ statistik[i,2]<-median(sampel.bb7) #nilai ragam
+ }
> s7<-statistik
> s7[,3]<-75
> statistik<-matrix(NA,B,3) #inisialisasi variable tempat
menyimpan rataan dan ragam
> for (i in 1:B) {
+ sampel.bb10<-sample(data.bb10,25,replace=FALSE)
+ statistik[i,1]<-mean(sampel.bb10) #nilai rataan
+ statistik[i,2]<-median(sampel.bb10) #nilai ragam
+ }
> s10<-statistik
> s10[,3]<-100
> statistikk<-rbind(s5,s7,s10)
> colnames(statistikk)<-c("Rataan","Median","Ukuran Ragam")
> show(statistikk)
Gambar:
Interpretasi:
Dari gambar boxplot diatas dapat kita lihat bahwa output yang masing masing
memiliki rataan rentang 58 sampai 62, dimana nilai rataan pada program sebesar
60. Selain itu, kita juga menghasilkan ukuran ragam dari masing masing data yang
telah dibangkitkan yaitu 50, 75 dan 100 dengan memperoleh nilai median yang
tidak jauh berbeda dengan nilai rataan berkisar sampai 58 sampai 62. Selain
memperoleh output rataan, median dan ukuran ragam, kita juga memperoleh
output berupa visualisasi data yang berbentuk boxplot, ketika kita memanggil
visualisasi pada program tidak terlihat didalam jendela software R, karena boxplot
yaitu pada penyimpanan “local disk D” hal ini bisa terjadi karena adanya bantuan
semakin besar nilai ragam pada data yang kita miliki, maka semakin lebar pula
interval dan nilai maksimum maupun minimum yang akan dihasilkan, begitupun
sebaliknya jika ragam pada data yang kita peroleh mempunyai ukuran yang kecil
maka hasil visualisasi data berupa interval, nilai maksimum dan nilai minimum
akan menyempit. Artinya, jika hasil yang ditunjunkan memiliki interval dan nilai
populasi begitupun sebaliknya, dan juga melalui visualisasi diatas, kita juga
memperoleh nilai median yang bervariasi, baik pada boxplot pertama maupun
boxplot kedua.