Bootstrapping (statistik): Perbedaan antara revisi
Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 28587579; atribusi sumber disertakan. |
Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi |
||
| Baris 1: | Baris 1: | ||
'''''Bootstrapping''''' adalah pengujian atau metrik apa pun yang menggunakan [[Teknik pencuplikan|pencuplikan]] (misalnya meniru proses pencuplikan), dan termasuk dalam kelas metode pencuplikan ulang yang lebih luas. ''Bootstrapping'' memberikan ukuran ketepatan (bias, keragaman, [[selang kepercayaan]], kesalahan prakiraan, dll.) ke perkiraan sampel. Teknik ini memungkinkan prakiraan sebaran pencuplikan dari hampir semua statistik menggunakan metode pencuplikan acak. | '''''Bootstrapping''''' adalah pengujian atau metrik apa pun yang menggunakan [[Teknik pencuplikan|pencuplikan]] (misalnya meniru proses pencuplikan), dan termasuk dalam kelas metode pencuplikan ulang yang lebih luas. ''Bootstrapping'' memberikan ukuran ketepatan (bias, keragaman, [[selang kepercayaan]], kesalahan prakiraan, dll.) ke perkiraan sampel.<ref>B. Efron. [https://archive.org/details/introductiontobo0000efro An Introduction to the Bootstrap]. Chapman & Hall/CRC. 1993. ISBN 0-412-04231-2. [http://lib.stat.cmu.edu/S/bootstrap.funs software]</ref><ref>Second Thoughts on the Bootstrap – Bradley Efron, 2003</ref> Teknik ini memungkinkan prakiraan sebaran pencuplikan dari hampir semua statistik menggunakan metode pencuplikan acak.<ref>Weisstein, Eric W. "Bootstrap Methods." From MathWorld--A Wolfram Web Resource. http://mathworld.wolfram.com/BootstrapMethods.html</ref> | ||
''Bootstrapping'' memperkirakan properti suatu prakiraan (seperti [[varians]]nya) dengan mengukur properti tersebut saat pencuplikan dari persebaran perkiraan. Salah satu pilihan baku untuk perkiraan sebaran adalah fungsi sebaran empiris dari data yang diamati. Dalam kasus di mana sekumpulan pengamatan dapat dianggap berasal dari populasi yang independen dan tersebar secara identik, hal ini dapat diterapkan dengan membuat sejumlah cuplikan ulang dengan penggantian, dari kumpulan data yang diamati (dan berukuran sama dengan kumpulan data yang diamati). | ''Bootstrapping'' memperkirakan properti suatu prakiraan (seperti [[varians]]nya) dengan mengukur properti tersebut saat pencuplikan dari persebaran perkiraan. Salah satu pilihan baku untuk perkiraan sebaran adalah fungsi sebaran empiris dari data yang diamati. Dalam kasus di mana sekumpulan pengamatan dapat dianggap berasal dari populasi yang independen dan tersebar secara identik, hal ini dapat diterapkan dengan membuat sejumlah cuplikan ulang dengan penggantian, dari kumpulan data yang diamati (dan berukuran sama dengan kumpulan data yang diamati). | ||
Ini juga dapat digunakan untuk membangun [[Uji hipotesis|uji duga]]. Ini sering digunakan sebagai alternatif [[Statistika inferensial|inferensi statistik]] berdasarkan anggapan model parametrik ketika anggapan tersebut diragukan, atau ketika inferensi parametrik tidak mungkin atau memerlukan rumus yang rumit untuk penghitungan galat baku. | Ini juga dapat digunakan untuk membangun [[Uji hipotesis|uji duga]].<ref>Lehmann E.L. (1992) "Introduction to Neyman and Pearson (1933) On the Problem of the Most Efficient Tests of Statistical Hypotheses". In: Breakthroughs in Statistics, Volume 1, (Eds Kotz, S., Johnson, N.L.), Springer-Verlag. ISBN 0-387-94037-5 (followed by reprinting of the paper).</ref> Ini sering digunakan sebagai alternatif [[Statistika inferensial|inferensi statistik]] berdasarkan anggapan model parametrik ketika anggapan tersebut diragukan, atau ketika inferensi parametrik tidak mungkin atau memerlukan rumus yang rumit untuk penghitungan galat baku. | ||
== Referensi == | == Referensi == | ||
<references /> | |||
== Sumber dan atribusi == | == Sumber dan atribusi == | ||
Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Bootstrapping+%28statistik%29&oldid=28587579 Wikipedia bahasa Indonesia], revisi 28587579 (2025-11-21T12:24:32Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku. | Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Bootstrapping+%28statistik%29&oldid=28587579 Wikipedia bahasa Indonesia], revisi 28587579 (2025-11-21T12:24:32Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku. | ||
<!-- WIKI_UNISSULA_PRESENTATION_V4 --> | |||
Revisi terkini sejak 25 Agustus 2026 08.55
Bootstrapping adalah pengujian atau metrik apa pun yang menggunakan pencuplikan (misalnya meniru proses pencuplikan), dan termasuk dalam kelas metode pencuplikan ulang yang lebih luas. Bootstrapping memberikan ukuran ketepatan (bias, keragaman, selang kepercayaan, kesalahan prakiraan, dll.) ke perkiraan sampel.[1][2] Teknik ini memungkinkan prakiraan sebaran pencuplikan dari hampir semua statistik menggunakan metode pencuplikan acak.[3]
Bootstrapping memperkirakan properti suatu prakiraan (seperti variansnya) dengan mengukur properti tersebut saat pencuplikan dari persebaran perkiraan. Salah satu pilihan baku untuk perkiraan sebaran adalah fungsi sebaran empiris dari data yang diamati. Dalam kasus di mana sekumpulan pengamatan dapat dianggap berasal dari populasi yang independen dan tersebar secara identik, hal ini dapat diterapkan dengan membuat sejumlah cuplikan ulang dengan penggantian, dari kumpulan data yang diamati (dan berukuran sama dengan kumpulan data yang diamati).
Ini juga dapat digunakan untuk membangun uji duga.[4] Ini sering digunakan sebagai alternatif inferensi statistik berdasarkan anggapan model parametrik ketika anggapan tersebut diragukan, atau ketika inferensi parametrik tidak mungkin atau memerlukan rumus yang rumit untuk penghitungan galat baku.
Referensi
- ↑ B. Efron. An Introduction to the Bootstrap. Chapman & Hall/CRC. 1993. ISBN 0-412-04231-2. software
- ↑ Second Thoughts on the Bootstrap – Bradley Efron, 2003
- ↑ Weisstein, Eric W. "Bootstrap Methods." From MathWorld--A Wolfram Web Resource. http://mathworld.wolfram.com/BootstrapMethods.html
- ↑ Lehmann E.L. (1992) "Introduction to Neyman and Pearson (1933) On the Problem of the Most Efficient Tests of Statistical Hypotheses". In: Breakthroughs in Statistics, Volume 1, (Eds Kotz, S., Johnson, N.L.), Springer-Verlag. ISBN 0-387-94037-5 (followed by reprinting of the paper).
Sumber dan atribusi
Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 28587579 (2025-11-21T12:24:32Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.