Tutorial R
Terdapat empat fungsi untuk menangani distribusi student-t dalam pemrograman R yakni: dt(), pt(), qt(), rt().
Distribusi student-t banyak diterapkan pada statistik inferensia. Untuk distribusi t mirip dengan distribusi normal, yang membedakan adalah parameter yang diperlukan hanyalah derajat bebas (degree of freedom/df).
Misalkan \(Z\) peubah acak normal baku dan \(V\) peubah acak chi-square dengan derajat bebas \(v\). Bila \(Z\) dan \(V\) adalah peubah acak yang independen, maka distribusi dari
diberikan oleh
Ini dikenal dengan nama distribusi-t dengan derajat bebas \(v\).
Terdapat empat fungsi untuk menangani distribusi student-t dalam pemrograman R yakni: dt()
, pt()
, qt()
, dan rt()
.
dt(x, df, ncp, log = FALSE)
pt(q, df, ncp, lower.tail = TRUE, log.p = FALSE)
qt(p, df, ncp, lower.tail = TRUE, log.p = FALSE)
rt(n, df, ncp)
x, q | vector of quantiles. |
p | vector of probabilities. |
n | number of observations. If length(n) > 1 , the length is taken to be the number required. |
df | degrees of freedom (> 0, maybe non-integer). df = Inf is allowed. |
ncp | non-centrality parameter delta; currently except for rt() , only for abs(ncp) <= 37.62 . If omitted, use the central t distribution. |
log, log.p | logical; if TRUE, probabilities p are given as log(p). |
lower.tail | logical; if TRUE (default), probabilities are P[X ≤ x], otherwise, P[X > x]. |
t1 <-rt(100, df=8)
head(t1)
[1] 0.8035731 1.2753561 2.0082214 -1.3947964 -1.8939549 0.3311537
t2 <- rt(100, df=20)
head(t2)
[1] 0.6589709 1.2658891 -0.5489118 -0.5617396 -0.7659511 0.5605855
par(mfrow=c(1,2))
hist(t1, probability = TRUE)
lines(density(t1), col=2, lwd=2)
hist(t2, probability = TRUE)
lines(density(t2), col=2, lwd=2)
“Learn to enjoy every minute of your life. Be happy now. Don't wait for something outside of yourself to make you happy in the future.
Earl Nightingale