pengantar analisis multivariat lanjutan -...
TRANSCRIPT
ANALISIS MULTIVARIAT
Pengantar Analisis Multivariat Lanjutang j
Irlandia Ginanjar M.Si
Jurusan Statistika FMIPA UnpadJurusan Statistika‐FMIPA Unpad
Notasi untuk variabel‐variabel berskalalinterval atau rasio
k b l k• Vektor variabel acak:
⎥⎥⎥⎥⎤
⎢⎢⎢⎢⎡
=p
XX
X...
2
1
1
• Nilai harapan vektor
⎥⎥⎦⎢
⎢⎣ pX
• Nilai harapan vektorvariabel acak
( )( )( )
μμμ
=⎥⎥⎥⎤
⎢⎢⎢⎡
=⎥⎥⎥⎤
⎢⎢⎢⎡
=XEXE
XE 2
1
2
1
1( )( )
μ
μ
=
⎥⎥⎥
⎦⎢⎢⎢
⎣
=
⎥⎥⎥
⎦⎢⎢⎢
⎣
=
pp
p
XE
XE......1
Matriks Ragam-peragam (Variance Covariance Matrix)
⎥⎤
⎢⎡
⎥⎤
⎢⎡ ppxxxxx σσσ LL 112111211 ),cov(),cov()var(
Matriks Ragam peragam (Variance Covariance Matrix)
⎥⎥⎥⎥⎥
⎦⎢⎢⎢⎢⎢
⎣
=
⎥⎥⎥⎥⎥
⎦⎢⎢⎢⎢⎢
⎣
=∑= p
p
p
p
pp
xxxxx
xxxxxXCov
σσσ
σσσMOMM
L
MOMM
L 222212212
)var()cov()cov(
),cov()var(),cov()(
⎥⎦⎢⎣⎥⎦⎢⎣ ppppppp xxxxx σσσ LL 2121 )var(),cov(),cov(
dimana:
( )( )( ))()(),(
)()(),( 22
jjiiijji
iiiiiiii
XEXXEXEXXCovXEXEXVarXXCov
−−==−====
σσσ
M t ik k l i b k ⎤⎡ 1 ρρ• Matriks korelasi berukuran pxp
⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢
⎣
⎡
=
1...
11
21
221
112
pp
p
p
pp R
ρρ
ρρρρ
• Hubungan matriks ragam peragam dengan matriks korelasi
⎟⎟⎠
⎞⎜⎜⎝
⎛∑⎟⎟⎠
⎞⎜⎜⎝
⎛=
iipp DDR
σσ11
korelasi
• Matriks D, matriks diagonal berukuruan pxp ⎥
⎤⎢⎡ 001berukuruan pxp
⎥⎥⎥⎥⎥⎥⎥⎤
⎢⎢⎢⎢⎢⎢⎢⎡
=⎟⎟⎠
⎞⎜⎜⎝
⎛
i
D σ
σ
σ100............
0...10
0...0
12
1
⎥⎥⎦⎢
⎢⎣ pσ
...00
Beberapa notasi untuk data sampelBeberapa notasi untuk data sampel
k b k ⎤⎡ n• Vektor rataan berukuran px1, merupakan penduga bagi vektor μ μ̂1
2
11
2
1
1 =⎥⎥⎥⎥⎥⎥⎥⎤
⎢⎢⎢⎢⎢⎢⎢⎡
=⎥⎥⎥⎤
⎢⎢⎢⎡
=∑
∑
=
=
xn
x
xx
x
n
ii
n
ii
pe to μ...
...
1 ⎥⎥⎥⎥⎥
⎦⎢⎢⎢⎢⎢
⎣
⎥⎥⎥
⎦⎢⎢⎢
⎣∑=
n
x
nx
n
ipi
p
• Matriks ragam peragam berukuran pxp, merupakan
d b i t ik Σ
ˆ......
21
22221
11211
∑=
⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢
⎣
⎡
=
sss
ssssss
S
n
pppp
p
p
pp
penduga bagi matriks Σ ( )
( )( )1
1
1
1
2
2
−−=
−
−==
∑
∑
=
=
n
xxxxs
n
xxss
n
kjjkiik
ij
n
jiij
iii
1−n
k k l• Matriks korelasi berukuran pxp, merupakan penduga
=
⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢
⎣
⎡
=
pp
p
p
pp
rr
rrrr
R
21
221
112
ˆ
1...............
...1
...1
ρ
p p gbagi matriks ρ
( )( )
( ) ( )∑∑
∑=
−−
−−=
=⎦⎣
n
jjk
n
iik
n
kjjkiik
ij
ii
xxxx
xxxxr
r
22
1
1
( ) ( )∑∑== k
jjkk
iik xxxx11
Konsep JarakKonsep Jarak
k k• Jarak pengamatan ke titik pusat
• Jarak antar
( ) ( )xxxxd iii −−= '
Jarak antar pengamatan (i,j)– Jarak Euclidean ( ) ( )jijiji xxxxd −−= '.
– Jarak Mahalanobis
– Jarak Minkowski (City Block)
( ) ( )jijiji xxSxxd −−= −1. '
( ) ( ) ,....4,3,2,'. =−−= kxxxxd kjijiji)
Definisi MatriksDefinisi Matriks
Susunan angka‐angka di dalam kotak yang dibagi ke dalam baris dan kolom.
Misalkan terdiri dari n baris dan p kolom, maka matriks tersebut berdimensi n x p.
contoh :
⎥⎤
⎢⎡ 543
⎥⎥⎥⎥
⎦⎢⎢⎢⎢
⎣ 10557012291
⎦⎣ 1055
kMatriks Putaran
Diperoleh dengan cara menukar baris dan kolomnya, di t ik d A’dinotasikan dengan A’.
contoh :⎤⎡ 21
⎥⎦
⎤⎢⎣
⎡=
642531
'A⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡=
654321
A⎥⎦⎢⎣ 65
Matriks SimetrikJika A = A’ maka A adalah matriks simetrik
⎥⎤
⎢⎡ 521
⎥⎥⎥
⎦⎢⎢⎢
⎣ 095972
Matriks Diagonal
Jika matriks n x n yang semua unsur nondiagonalnya bernilai nol, disebut matriks diagonal.
⎥⎤
⎢⎡ 005
⎥⎥⎥
⎦⎢⎢⎢
⎣ 700000
M t ik KhMatriks Khusus- matriks identitas
k l- matriks nol- matriks segitiga
Kebebasan Linier
Sekumpulan vektor kolom atau baris tak nol dikatakan bebas linier jika tidak ada satupun yang bisa dituliskan b i k bi i li i d i kt l isebagai kombinasi linier dari vektor lainnya.
⎥⎥⎤
⎢⎢⎡
4931
⎥⎥⎦⎢
⎢⎣ 1110
Pangkat MatriksPangkat MatriksBanyaknya baris atau kolom pada matriks itu yang bersifat bebas linier.pada matriks di atas berpangkat r(A)=2
Matriks Singular dan NonsingularMatriks Singular dan Nonsingular
Matriks A n x n dikatakan singular jika semua barisatau kolomnya saling bebas linier.y g
Kebalikan Matriks
Untuk matriks persegi A, jika berlakuUntuk matriks persegi A, jika berlaku
AB = BA= I, maka B adalah matriks kebalikan dari A,dinotasikan A‐1.dinotasikan A .
⎤⎡ 31 ⎤⎡ 34⎥⎦
⎤⎢⎣
⎡=
4931
A⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
−
−=−
231
239
23231A
⎦⎣ 2323
Normal Vektor Euclidian
Sebuah vektor a berukuran n x 1 memiliki panjangSebuah vektor a berukuran n x 1 memiliki panjang yang didefinisikan sebagai :
aa'aa
Dan vektor normal dari a =a/√a’amemiliki norma √22+12+22 3memiliki norma √22+12+22 =3
⎥⎤
⎢⎡ 2
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡=
212
a⎥⎥⎥⎥
⎢⎢⎢⎢
=⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡=
313
212
31b
⎥⎦⎢⎣2
⎥⎥⎥
⎦⎢⎢⎢
⎣
⎥⎦⎢⎣322
Jarak Euclid antar Dua Vektor
Jika dua buah vektor a dan b berukuran n x 1 makaJika dua buah vektor a dan b berukuran n x 1 maka jarak euclid:
)()'(),( bababad −−=
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡=
235
a
⎥⎥⎤
⎢⎢⎡
=
⎥⎦⎢⎣
16
2
b
3)42()13()65(),( 222 =−+−+−=bad
⎥⎥⎦⎢
⎢⎣
=41b
Vektor dan Matriks OrtogonalDua buah vektor berukuran n x 1 dikatakan ortogonal gsatu sama lain jika a’b=0.
⎤⎡5 ⎤⎡−1
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡=
59a
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡=
101
b
⎦⎣
Sebuah matriks A berukuran n x n adalahmatriks ortogonal jika A’A=AA’=I.
⎥⎤
⎢⎡ −
111
⎥⎥⎥⎥⎥
⎢⎢⎢⎢⎢
−−=6
12
13
1623
A
⎥⎥
⎦⎢⎢
⎣ 620
31
Akar Ciri dan Vektor Ciri
Untuk matriks A berukuran n x n makapasangan‐pasangan (λ1,x1),…,(λn,xn) dikatakanpasa ga pasa ga (λ1, 1), ,(λn, n) d ata asebagai pasangan akar ciri dan vektor ciri yangortonormal jika berlaku:j
Ax1= λ1x1:
:
Axn= λnxnAtau memenuhi det(Ax – λIx)=0( )
Penguraian Spektral dari Sebuah Matriks SimetrikA=PΛP’A=PΛP
dengan A adalah matriks simetrik n x n, P adalah suatu matriks ortogonal dan Λ adalah matriks diagonal. P=(x1|x2|…|xn) dan
λ λ )Λ=diag(λ1,…, λn)
Determinan MatriksDeterminan Matriksyaitu perkalian dari seluruh akar ciri dari matriks persegi n x n A, |A|= λ1x….x λn
Teras Matriksteras dari matriks A n x n, tr(A) adalah penjumlahan semuateras dari matriks A n x n, tr(A) adalah penjumlahan semua akar cirinya.tr(A)= λ1+ ….+λn , yang sebanding dengan jumlah dari semua unsur diagonal utamanyaunsur diagonal utamanya.
Bentuk Kuadratik
Mi l A d l h ik b k d d l hMisal A adalah matrik berukuran n x n dan x adalah vektor peubah berukuran n x 1 maka:
n n
∑∑= =
=n
i
n
jjiij xxaAxx
1 1'
22 )()( nnnnnnnnn xxaaxxaaxaxa 11,,121211222
111 )(...)(... −−− +++++++=
Bentuk itu adalah bentuk kuadratik dari x.Contoh:
⎥⎤
⎢⎡ 321
⎥⎤
⎢⎡ 1x
⎥⎥⎥
⎦⎢⎢⎢
⎣
=111124A
⎥⎥⎥
⎦⎢⎢⎢
⎣
=32
xxx
maka
32312123
22
21 2462' xxxxxxxxxAxx
maka+++++=
Matriks Definit dan Semidefinit Positif
ik i ik b k b ifMatriks simetrik berukuran n x n bersifat:
‐definit positif jika
x’Ax > 0 untuk sembarang vektor x ≠ 0
‐semidefinit positif jika
x’Ax ≥ 0 untuk sembarang vektor x ≠ 0
Akar Kuadratik Matrik Semidefinit PositifAkar Kuadratik Matrik Semidefinit Positif
A=matrik semidefinit positif, diperoleh matriks ∆ atas U sehingga∆ atas U sehingga
A=U’U (penguraian Cholesky)
Akar kuadrat dari matrik simetrik:
A=PΛP’=(PΛ1/2P’)(PΛ1/2P’)=A1/2A1/2( )( )
dimana P matrik ortogonal dan Λmatriks diagonal.diagonal.
Perkalian KroneckerPerkalian Kronecker C denganD dinotasikan
DC ⊗DC ⊗Yaitu dengan mengalikan setiap unsur matriks C dengan matriks D, dan matriks C dengan matriks D, dan kemudian membuat matriks gabungannya.
h⎤⎡ 4301
⎥⎤
⎢⎡
11404301
C
contoh:
⎥⎥⎤
⎢⎢⎡
= 31
D ⎥⎥⎥⎥⎥⎥⎤
⎢⎢⎢⎢⎢⎢⎡
−=⊗ 33120
114028210712903
DC
⎥⎥⎥
⎦⎢⎢⎢
⎣ −−=23111140C
⎥⎥⎦⎢
⎢⎣
=73D
⎥⎥⎥⎥⎥⎥⎥
⎢⎢⎢⎢⎢⎢⎢
−−
−−=⊗
69332311
7728033120DC
⎥⎦
⎢⎣ − 142177
Partisi MatriksPartisi Matriks
⎥⎤
⎢⎡ 1x
⎥⎤
⎢⎡ + pqq ssss ...|... 11,1111
⎥⎥⎥⎤
⎢⎢⎢⎡
−−−=⎥⎥⎥⎥⎥⎥
⎢⎢⎢⎢⎢⎢
−−−=
)1(
)1(
:xx
xq
px
⎥⎥⎥⎥⎥
⎢⎢⎢⎢⎢
+ qpqqqqq ssssS
...|...:...:|:...:
1,1
⎥⎥
⎦⎢⎢
⎣
⎥⎥⎥⎥
⎦⎢⎢⎢⎢
⎣
+)2(
1
)1(
:x
x
x
p
q
px
⎥⎥⎥⎥⎥
⎢⎢⎢⎢⎢ −−−−−−−−−−−−−=
+++++ pqqqqqqpxp
n
ssssS
::|::...|... ,11,1,11,1
)(
⎦⎣ p
⎥⎥
⎦⎢⎢
⎣ + ppqppqp ssss ...|...:...:|:...:
1,1
q qp −
⎥⎥⎤
⎢⎢⎡
−−−−1211
|| ss
q
q
qp −
=⎥⎥⎦⎢
⎢⎣ 2221 | ssqp −
TERIMAKASIH