Semester 4: Komputasi Statistika: Pembangkitan Data Random with R

PEMBANGKITAN DATA RANDOM

x1<-seq(-5,5,by=.01)#Barisan bilangan/interval dari -5 hingga 5 dengan jarak 0,01

x2<-seq(0,40,by=.01)#Barisan bilangan/interval dari 0 hingga 40 dengan jarak 0,01

y1<-dnorm(x1)#Mencari nilai densitas dari y1(otomatis normal baku meskipun nggak ada mean dan sd)

y2<-dchisq(x2,df=4)#Mencari nilai densitas dari chi square dari x2 dengan derajad bebas 4

z1<-pnorm(x1)#Mencari peluang dist normal dari x1

z2<-pchisq(x2,df=4)#Mencari peluang dist chi square dari x2 dengan df=4

win.graph() #membuka jendela grafik

par(mfrow=c(2,2))#membagi jendela grafik dengan 2 baris 2 kolom

plot(x1,y1,type="p",xlab="Quantile Normal Standar",ylab="Densitas Normal Standar")#membuat grafik/plot dari x1 dan y1 degan tipe poin dengan label x "Quantile Normal Standar",y "Densitas Normal Standar"

plot(x1,z1,type="p",xlab="Quantile Normal Standar",ylab = "P Kum Normal Standar")#membuat grafik/plot dari x1 dan z1 degan tipe poin dengan label x "Quantile Normal Standar dan y "P Kum Normal Srandar"

plot(x2,y2,type="p",xlab="Quantile ChiSquare df=4",ylab ="densitas Chisquare ")#membuat grafik/plot dari x2 dan y2 degan tipe poin dengan label x "Quantile ChiSquare df=4",y "densitas Chisquare "

plot(x2,z2,type="p",xlab="Quantile ChiSquare df=4",ylab = "P Kum Chisquare df=4")#membuat grafik/plot dari x2 dan z2 dengan tipe poin dengan label....

TEOREMA LIMIT PUSAT

clt <- function(z)#menuliskan fungsi clt

{

rata <- #NULL rata2 awal nol

for (i in 1:100) { #melakukan pengulangan dari 1-100

rata <- c(rata, mean(rexp(100,1/5))) #melakukan perintah untuk membentuk vektor yg berisi rata2 dr distr yg dibangkitkan

}

z <- (10 * (rata - 5))/5 #menghitung nilai z

plot.eda(z) #menjalankan fungsi plot.eda PERTEMUAN 1

return(ks.test(z,”pnorm”,0,1)) #perintah utk melakukan uji ks

BIKIN DARI AWAL

plot.eda=function(x)

{

win.graph()

par(mfrow = c(2, 2))

hist(x)

boxplot(x)

iqd <- summary(x)[5] - summary(x)[2]

plot(density(x, width = 2 * iqd), xlab = "x", ylab= "densitas", type = "l")

qqnorm(x)

qqline(x)

}

x<-rnorm(100,mean=2,sd=3)

clt <- function(z)

{

rata <- NULL

for (i in 1:100) {

rata <- c(rata, mean(rexp(100,1/5)))

}

z <- (10 * (rata - 5))/5

plot.eda(z) #MENJALANKAN FUNGSI PLOT EDA DARI Z

return(ks.test(z,"pnorm",0,1))

}clt(z)#MENGHITUNG NILAI CLT DARI Z

Materi by Dosen Komputasi Statistika, Statistika Undip