Teori Peluang

I Nyoman Budiantara

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

Manajemen Riset Dengan Pendekatan Komputasi Statistika

Zulfikar, I Nyoman Budiantara

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

Diagram Pengendali Variabilitas Multivariat Berbasis Vektor Variansi dan Vektor Korelasi

Muhammad Mashuri

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.

R package: neodistr (Neo-Normal Distribution)

Achmad Syahrul Choir , Anisa’ Faoziah, Nur Iriawan

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Unpublished Dissertation.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Unpublished Dissertation.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

Bayesian Neural Network dalam Pemodelan Small Area Estimation

Nur Iriawan, Brodjol Sutijo Suprih Ulama, Kartika Fithriasari, Achmad Syahrul Choir, Rindang Bangun Prasetyo

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