Buku ini disajikan dengan bahasa dan bahasan yang sangat mudah untuk mengenalkan pemikiran analisis data-driven sebagai pemikiran realistis apa adanya sesuai dengan data yang diperoleh dari pengamatan.
Ide utamanya adalah memadukan pengertian data sebagai catatan takdir alam yang dikenal sebagai Sunatullah yag dipercaya harus dipelajari isinya tanpa memanipulasi yang mengubah arti dari kaidah aslinya.
Minitab adalah salah satu software yang banyak digunakan untuk mengolah data statistik, kelebihan Minitab dibanding dengan software lain nya adalah mengolah data untuk para professional dalam industri. Minitab memberikan beberapa kelebihan dalam mengolah data untuk Analysis of Variance (ANOVA), desain eksperimen, pengendalian kualitas statistik, analisis multivariat, reliability analysis, peramalan, serta kemudahan dalam membuat grafik- grafik statistik, software yang dipakai disini adalah Minitab versi 14.
Agar mudah dipahami, tiap pembahasan memberikan contoh kasus beserta interpretasi output pengolahan data. Tahap- tahap mengolah data diberikan secara detail agar pembaca dapat mengikuti dan mempraktikkannya.
Buku Ajar ini disusun untuk membantu Mahasiswa Program Magister (S-2) Statistika, Program Pascasarjana, Institut Teknologi Sepuluh Nopember (ITS) Surabaya, dalam menyelesaikan mata kuliah Teori Probabilitas, ataupun rekan-rekan yang ingin memperdalam pengetahuan tentang dasar-dasar Statistika Inferensia.
Dengan diterbitkannya Buku Ajar ini, diharapkan mahasiswa dapat memahami betapa pentingnya Statistika Matematika untuk membangun dan mengembangkan keilmuan Statistika. Disamping itu, agar dapat menhilangkan Kesan negative terhadap mata kuliah Statistika Matematika, Dimana kebanyanyak mahasiswa menganggap mata kuliah ini sulit dan tidak menyenangkan serta anggapan bahwa mata kuliah ini tidak banyak membaerikan kontribusi dan peran dalam pengembangan profesi dan keilmuan Statistika.
Oleh sebab itu, Buku Ajar ini disusun, tidak hanya disesuaikan dengan kurikulum berbasis kompetensi, tetapi juga dirancang agar mahasiswa dapat dengan mudah memahami materi dari setiap bab, dengan memberikan banyak contoh-contoh yang diuraikan dan disajikan sangat terperinci dan sangat detail Langkah demi langkah.
Buku ajar ini disusun untuk dijadikan pegangan dan referensi bagi mahasiswa tingkat Sarjana Statistika/ pembaca dalam mempelajari regresi nonparametric dan semiparametric, khususnya Spline Truncated.
Buku ajar ini hanya membahas tentang regresi nonparametric Spline Truncated, sama sekali tidak membahas regresi nonparametric yang lain. Materi buku ajar ini sengaja disusun dengan menggunakan dasar- dasar Matematika dan Matriks yang diuraikan dalam pembahasan secara runtun, detail dan sistematis, serta dengan bahasa sederhana agar dapat dengan mudah dipahami mahasiswa/ pembaca dari berbagai latar belakang keilmuan.
Buku Tentang Statistika (BTS) dengan materi pokok Regresi Parametrik dan Nonparametrik dipersiapan oleh penulis agar dapat menjadi bahan bacaan pengantar kepada mahasiswa dan siapa saja yang ingin mempelajari statistika, khususnya pada bidang Analisis Regresi.
Buku ini diharapkan dapat menjadi referensi dan membuat para pembaca untuk bis mempelajari, memahami materi analisis regresi dengan mudah dan langsung praktek dengan kasus-kasus yang diberikan menggunakan software R.
Pada buku ini , diperkenalkan estimator-estimator dalam regresi nonparametrik yang bisa menjadi alternatif pendekatan pemodelan menggunakan analisis regresi.
The aims of this research are to describe the profile of married woman in the economic behavior according to residence area; to test the relation of education, attitude with economic behavior; to test personal values aspects differences according to residence area and economic behavior, also to analyze the pattern of relation between education, attitude and personal values on economic behavior. The type of this research is survey. The research was conducted in Sidoarjo regency. Samples taken by multistage sampling were 390 respondents. Dependent variable is economic behavior, while independent variable are education, attitude to economic activity (attitude) and personal values. The analysis method used by Chi-Square Analysis, Multivariat Analysis of Variant (Manova) and Multinominal Logistic Regression Analysis.
Buku ini merupakan panduan lengkap untuk memahami dan menerapkan teknik klasifikasi pohon (decision tree) dalam analisis data. Dengan penekanan pada teori dan praktik, buku ini membahas konsep dasar klasifikasi pohon, algoritma pembentukan model, serta keunggulan dn keterbatasannya dalam pengolahan data. Penulis secara khusus menjelaskan algoritma CART (Classication and Regression Trees) yang dikenal luas karena kemampuannya menangani data kompleks dan menghasilkan model yang interpretatif. Setiap konsep diperkaya dengan ilustrasi, contoh studi kasus, serta panduan langkah demi langkah menggunakan perangkat lunak CART 4.0, menjadikan buku ini cocok untuk akademisi, peneliti, maupun prkatisi.
Selain teori, buku ini menawarkan praktik langsung melalui simulasi dan analisis data nyata, mulai dari preprocessing hingga evaluasi kinerja model. Dilengkapi dengan tutorial visual dan kode, pembaca dapat dengan mudah mempelajari cara membangun model yang optimal untuk klasifikasi maupun regresi. Buku ini juga membahas aplikasi CART di berbagai bidang, seperti kesehatan, keuangan, dan pemasaran, sehingga memberikan wawasan luas tentang manfaat dan fleksibilitas metode ini. Dengan pendekatan yang komprehensif, buku inimenjadi referensi berharga bagi siapa saja yang tertarik menguasai teknik klasifikasi pohon secara mendalam.
Buku ini merupakan kumpulan dari hasil penelitian yang dilakukan oleh penulis yang memberikan petunjuk tentang penggunaan software dalam analisis data menggunakan uji korelasi dan regresi yang banyak dikeluhkan oleh para peneliti pemula. Buku ini dilengkapi dengan urutan langkah-langkah yang mudah dan sistematis beserta cara membaca output penelitian. Berbagai prasyarat uji juga telah lengkap dikupas oleh peneliti.
Analisis regresi yang dibahas antara lain analisis regresi linier, analisis regresi logistik, analisis regresi panel, analisis regresi dummy dan analisis korelasi kanonikal. Setiap pembahasan bab dilengkapi dengan langkah dalam softeare yang digunakan. Selain itu setiap output dari software juga dibahas secara lengkap. Sehingga harapan kami buku ini dapat menjadi referensi bagi peneliti pemula untuk lebih baik dalam melakukan analisis data sehingga dapat menghasilkan informasi yang menarik dan inovatif dari hasil penelitian yang telah dilakukan.
Metode Propensity score didefinisikan sebagai probabilitas bersyarat untuk menerima suatu treatment berdasarkan pada karakteristik sebelum treatment. Buku ini membahas tentang konsep dasar dan metode propensity score, penggunaan propensity score dalam stratification, weighting serta dalam boostrap. Buku ini disusun dalam 6 bab yang diterjemahkan dari beberapa referensi dan memuat panduan praktis yang bisa diaplikasikan untuk data kesehatan. Buku ini dilengkapi lampiran-lampiran data yang bisa dipraktekkan pembaca.
Buku Materi Pokok (BMP) ini ditulis bagi mahasiswa yang tertarik untuk mempelajari cara mengukur perilaku anggota kelompok (grup) yang berguna untuk mengetahui hubungan interpersonal dalam grup, menggambarkan pola dan bagaimana asosiasi individu dengan individu lainnya ketika berada dalam grup. Pengetahuan tersebut akan sangat berguna, misalnya untuk mereduksi konflik dan meningkatkan komunikasi. Topik yang akan dipelajari dalam BMP ini dibagi dalam tiga bagian yaitu: (1) konsep dasar sosiometri, (2) penyajian data sosiometri dalam matriks dan sosiogram, dan (3) pengembangan analisis sosiometri dengan mengaplikasikan metode statistik yang relevan.
Mata kuliah Pengumpulan dan Penyajian Data/SATS4213 merupakan mata kuliah pendukung pada Program Studi Statistika. Mata kuliah ini sangat penting dibaca dan dipelajari oleh mahasiswa yang ingin memperoleh pengetahuan dan kemampuan dalam pembuatan instrumen penelitian, pengumpulan data, analisis data, dan pelaporan hasil penelitian. Semua materi tersebut dibahas dalam Buku Materi Pokok (BMP) SATS4213. Materi mata kuliah ini disajikan dalam 9 modul yang berisi penjelasan topik-topik bahasan dan contoh-contoh yang relevan dengan topik yang dibahas. Selain itu, dalam BMP ini diberikan soal-soal latihan beserta petunjuk jawabannya, rangkuman, dan tes formatif yang ditujukan untuk membantu mahasiswa memahami dengan baik dan lebih mendalam melalui proses berpikir dan aktif dalam menjawab baik berupa pertanyaan maupun contoh kasus yang diberikan.
Buku ‘Analisis Survival dan Aplikasinya Menggunakan R’ disusun sebagai rujukan buku pendamping untuk mata kuliah Pengantar Analisis Survival di Departemen Statistika ITS Surabaya. Konten buku ini didasarkan pada modul-modul perkuliahan yang kami, tim pengajar, siapkan untuk mata kuliah tersebut sejak tahun 2014. Buku ini disusun atas lima bab yang seluruhnya dijelaskan dalam bahasa Indonesia. Buku ini menekankan konsep dasar analisis survival. Termasuk di dalamnya prosedur dalam mengestimasi kurva survival dengan metode Kaplan-Meier dan menguji perbedaan dua atau beberapa kurva survival dengan uji log-rank. Pemodelan yang dikenalkan dalam buku ajar ini meliputi regresi survival parametrik, model Cox proportional hazard dan model Cox nonproportional hazard. Setiap pembahasan dalam buku ini dilengkapi dengan aplikasi studi kasus dengan implementasi dalam pemrograman R. Buku ini cocok untuk mahasiswa yang ingin menguasai analisis survival dengan pendekatan praktis menggunakan peranti lunak. Kami berharap buku ini dapat menjadi panduan untuk membantu para mahasiswa dalam memahami konsep dan pemodelan dalam analisis survival.
ISBN: 978-623-318-226-7
Materi dalam buku ini disusun sangat detail, terperinci tahap demi tahap disertai uraian yang sangat lengkap dan sistematis sehingga mudah dipahami oleh mahasiswa. Tak lupa contoh-contoh soal beserta jawabannya ikut disertakan sehingga lebih mempermudah pembaca memahami materi buku ini.
Buku ini membahas mulai dari makna filosofis statistik, teori-teori pendukung dalam pengambilan keputusan hingga penerapan praktisnya dalam kehidupan sehari-hari
Secara umum pendekatan materi dari buku ini adalah penekanan pengelolaan pelaksanaan penelitian mulai dari persiapan, pelaksanaan sampai pada akhir kegiatan berbasis penggunaan program komputasi statistika praktis, dengan harapan si peneliti punya panduan dan tuntuan yang komprehensif dalam melaksanakan penelitian
Buku ini merupakan bagian dari karya Disertasi ketika penulis menempuh studi Doktor di Program Studi S3 Matematika Institut Teknologi Bandung, dilengkapi dengan hasil penelitian ketika penulis kembali aktif mengajar di Departemen Statistika Institut Teknologi Sepuluh Nopember Surabaya. Oleh karena itu, pada bagian utama buku ini dikemukakan dua diagram pengendali variabilitas multivariat yang didasarkan pada dua matriks yang berbeda, yaitu: Matriks Kovariansi dan Matriks Korelasi. Sementara itu, pada bagian awal buku ini dibahas tentang Kerangka Konseptual Vektor Variansi, sedangkan pada bagian akhir diberikan contoh penerapan beberapa diagram pengendali variabilitas multivariat tersebut.
Provides functions for calculating the density, cumulative distribution, quantile, and random number of neo-normal distribution. It also interfaces with the ‘brms’ package, allowing the use of the neo-normal distribution as a custom family. This integration enables the application of various ‘brms’ formulas for neo-normal regression. The package implements the following distributions: Modified to be Stable as Normal from Burr (MSNBurr), Modified to be Stable as Normal from Burr-IIa (MSNBurr-IIa), Generalized of MSNBurr (GMSNBurr), and Jones-Faddy Skew-t. References: Choir, A. S. (2020).Unpublished Dissertation. Iriawan, N. (2000).Unpublished Dissertation. Jones, M. C. and Faddy,M. J. (2003).<doi:10.1111/1467-9868.00378>. Rigby, R. A., Stasinopoulos, M. D., Heller, G. Z., & Bastiani, F. D. (2019) <doi:10.1201/9780429298547>.
Read more : https://cran.r-project.org/web/packages/neodistr/index.html
Buku ini memadukan dua metode, yaitu Bayesian dan Neural Network yang diimplementasikan dalam pemodelan Small Area Estimation (SAE). Perpaduan tersebut diawali dengan membahas konsep dasar Bayesian dan Neural Network dan bertahap memadukan keduanya melalui pintu Bayesian Regresi yang mendasari pemodelan SAE. Dalam buku ini juga dibahas tentang bagaimana pemanfaatan teknologi informasi untuk penyajian data yang lebih menarik dan interaktif. Materi bahasan disajikan dalam bahasa yang mudah dan dilengkapi dengan contoh aplikasi baik dalam bentuk source code maupun tampilan hasilnya.
https://play.google.com/store/books/details?id=tfkAEAAAQBAJ