Pertemuan 3 Eksplorasi Data Berpasangan
description
Transcript of Pertemuan 3 Eksplorasi Data Berpasangan
Pertemuan 3Eksplorasi Data Berpasangan
Prof. Dr. Ir. Loekito Adi Soehono, M.Agr
3. Eksplorasi data berpasangan
• Scatterplots• Pearson Correlation• Rank Correlation• Serial Correlation
3.1. Scatterplot Diagram
RH_rata2
Suhu_ra
ta2
908580757065
30
29
28
27
26
25
Scatterplot of Suhu_ rata2 vs RH_ rata2 Staklim Pondok Betung
3.2. Pearson CorrelationAnalisis Korelasi : menyelidiki ada tidaknya hubungan dua peubah atau lebihKoefisien korelasi : untuk mengukur tingginya derajad hubunganKorelasi linier : hubungan peubah acak X dan Y yang membentuk garis lurus
Arah hubungan eubah dapat bernilai positif atau negatif
Koefisien korelasi populasi :
Koefisien korelasi sampel :
DATA IKLIM STAKLIM PONDOK BETUNG
kode_stasiun Tahun Bulan Hujan HH Suhu_rata2 Suhu_max Suhu_min RH_min RH_max RH_rata296733 1995 1 394.5 26 26.6 33 22.2 59 100 85
96733 1995 2 217.4 25 26.6 39 22.6 56 100 84
96733 1995 3 289.2 26 26.6 34 22.5 50 100 85
96733 1995 4 154.1 15 27.5 34.2 23 47 98 80
96733 1995 5 189.2 15 27.7 34.2 22.8 51 98 81
96733 1995 6 328.0 16 27.2 34.4 22.6 49 98 82
96733 1995 7 95.9 9 27.3 33.7 22 41 99 78
96733 1995 8 0.0 0 27.5 35.4 22 38 95 71
96733 1995 9 303.4 11 27.4 35.2 19.6 34 92 75
96733 1995 10 243.8 19 27.4 34.2 22 50 100 80
96733 1995 11 189.5 24 26.7 33.6 22.4 56 99 85
96733 1995 12 174.0 16 26.7 34.1 22.5 53 98 82
96733 1996 1 270.8 18 26.2 34.8 21.6 58 99 85
96733 1996 2 482.4 21 26.2 32.4 22.2 66 100 88
96733 1996 3 277.9 15 26.6 34 21.3 54 100 86
96733 1996 4 291.3 19 27.2 35.2 22.5 44 100 84
96733 1996 5 68.3 10 27.9 35 22.5 43 97 78
96733 1996 6 55.0 9 27.7 35.2 20.2 45 98 79
96733 1996 7 36.0 8 27.7 35 20.4 41 95 76
X : suhu rata-rataY : RH rata-ratarxy : - 0,53 Hubungan antara X dan Y negatifJika X naik maka Y turun
RH_rata2
Suhu_ra
ta2
908580757065
30
29
28
27
26
25
Scatterplot of Suhu_ rata2 vs RH_rata2 Staklim Pondok Betung
3.3. Rank Correlation
• Korelasi antar peubah yang disusun berurut (rank)
• rrank = 1- [6 di2] / [n(n2-1)]
3.4. Serial Correlation
• Korelasi untuk data time series• Korelasi antara data ke-t dengan data ke t-k• Misal : korelasi antara curah hujan bulan
berjalan dengan curah hujan sebelumnya (ryt
yt-1) atau r1 (k=1 atau lag =1)
3.4. Serial Correlation
DATA IKLIM STAKLIM PONDOK BETUNG
kode_stasiun Tahun Bulan t Hujan ke-t Hujan ke-(t-1)96733 1995 1 1 394.596733 1995 2 2 217.4 394.596733 1995 3 3 289.2 217.496733 1995 4 4 154.1 289.296733 1995 5 5 189.2 154.196733 1995 6 6 328.0 189.296733 1995 7 7 95.9 328.096733 1995 8 8 0.0 95.996733 1995 9 9 303.4 0.096733 1995 10 10 243.8 303.496733 1995 11 11 189.5 243.896733 1995 12 12 174.0 189.596733 1996 1 13 270.8 174.096733 1996 2 14 482.4 270.896733 1996 3 15 277.9 482.496733 1996 4 16 291.3 277.996733 1996 5 17 68.3 291.396733 1996 6 18 55.0 68.396733 1996 7 19 36.0 55.0
(ryt yt-1) =0.37