Tampilkan di aplikasi

Buku UGM Press hanya dapat dibaca di aplikasi myedisi reader pada Android smartphone, tablet, iPhone dan iPad.

Inferensi Bayesian dengan R

1 Pembaca
Rp 90.000

Patungan hingga 5 orang pembaca
Hemat beli buku bersama 2 atau dengan 4 teman lainnya. Pelajari pembelian patungan disini

3 Pembaca
Rp 270.000 13%
Rp 78.000 /orang
Rp 234.000

5 Pembaca
Rp 450.000 20%
Rp 72.000 /orang
Rp 360.000

Pembelian grup
Pembelian buku digital dilayani oleh penerbit untuk mendapatkan harga khusus.
Hubungi penerbit

Perpustakaan
Buku ini dapat dibeli sebagai koleksi perpustakaan digital. myedisi library

Statistika Bayesian mulai dikenal melalui publikasi Thomas Bayes pada tahun 1963 yang diformalkan sebagai teorema Bayes. Inferensi Statistika yang berdasar teorema Bayes dalam menentukan distribusi posterior yang menjadi dasar inferensi statistika disebut inferensi Bayesian. Seperti statistika klasik, statistika Bayesian sekarang telah berkembang secara luas, yang keluasannya telah merasuk dalam banyak aplikasi seperti bidangn kesehatan, ekonometri.

Buku ini utamanya membahas distribusi posterior dan komputasinya yang menjadi dasar inferensi Bayesaian. Pembahasannya mulai dari probabilitas, perkembangan posterior satu dimensi menjadi multi dimensi, prior konjugat menjadi prior noninformatif, bahkan ke prior tak sejati. Sejalan dengan perkembangan di atas diperlukan pengembangan komputasi Bayesian dan sim- ulasi perhitungan distribusi posterior. Perangkat lunak R dipilih untuk melengkapi buku ini karena kemampunanya untuk menulis fungsi perintah untuk mendefinisikan model Bayesian, menulis fungsi untuk meringkas distribusi posterior dan menggunakan fungsi untuk melakukan simulasi distribusi posterior. Sasaran utama penulisan buku ini adalah mahasiswa tingkat sarjana Statistika/Matematika tahun ketiga atau mahasiswa Pascasarjana Statis- tika/Matematika. Kalkulus dan Metode Statistika merupakan prasyarat yang diperlukan untuk mempelajari buku ini.

Ikhtisar Lengkap   
Penulis: Subanar

Penerbit: UGM Press
ISBN: 9786023863723
Terbit: April 2024 , 316 Halaman










Ikhtisar

Statistika Bayesian mulai dikenal melalui publikasi Thomas Bayes pada tahun 1963 yang diformalkan sebagai teorema Bayes. Inferensi Statistika yang berdasar teorema Bayes dalam menentukan distribusi posterior yang menjadi dasar inferensi statistika disebut inferensi Bayesian. Seperti statistika klasik, statistika Bayesian sekarang telah berkembang secara luas, yang keluasannya telah merasuk dalam banyak aplikasi seperti bidangn kesehatan, ekonometri.

Buku ini utamanya membahas distribusi posterior dan komputasinya yang menjadi dasar inferensi Bayesaian. Pembahasannya mulai dari probabilitas, perkembangan posterior satu dimensi menjadi multi dimensi, prior konjugat menjadi prior noninformatif, bahkan ke prior tak sejati. Sejalan dengan perkembangan di atas diperlukan pengembangan komputasi Bayesian dan sim- ulasi perhitungan distribusi posterior. Perangkat lunak R dipilih untuk melengkapi buku ini karena kemampunanya untuk menulis fungsi perintah untuk mendefinisikan model Bayesian, menulis fungsi untuk meringkas distribusi posterior dan menggunakan fungsi untuk melakukan simulasi distribusi posterior. Sasaran utama penulisan buku ini adalah mahasiswa tingkat sarjana Statistika/Matematika tahun ketiga atau mahasiswa Pascasarjana Statis- tika/Matematika. Kalkulus dan Metode Statistika merupakan prasyarat yang diperlukan untuk mempelajari buku ini.

Pendahuluan / Prolog

Kata Pengantar
Penulis memanjatkan rasa syukur kepada Allah Swt. atas limpahan rahmat-Nya sehingga buku Inferensi Bayesian dengan R dapat diselesaikan. Buku ini merupakan penyempurnaan diktat Inferensi Bayesian yang diberikan kepada mahasiswa Program Studi S1 Statistika FMIPA UGM. Perluasan mencakup kasus posterior multidimensi dari satu dimensi beserta metode simulasi Monte Carlo terkait. Dengan penyempurnaan tersebut diharapkan buku ini bisa dijadikan bahan ajar untuk Program Studi S-1 dan S-2 Statistika atau Matematika.

Buku ini diharapkan mampu memberikan pemahaman pada mahasiswa bahwa seperti statistika klasik, statistika Bayesian sekarang telah berkembang secara luas, yang keluasannya telah merasuk dalam banyak aplikasi, seperti bidang kesehatan, ekonometri, rekayasa, politik, dan sebagainya.

Catatan kuliah, tayangan kuliah, diktat inferensi Bayesian, serta referensi tentang analisis Bayesian dan komputasi menggunakan R yang tertulis dalam daftar pustaka merupakan bahan utama penyusunan buku ini. Sebagai edisi pertama, buku ini tentu masih memiliki banyak kekurangan dan kesalahan. Oleh karena itu, saran dan kritik dari pembaca dan pengguna sangat diharapkan.

Penulis mengucapkan terima kasih kepada seluruh pihak yang telah mendukung penulisan buku ini, terutama kepada Badan Penerbit Buku Karya Batch II UGM tahun 2018 yang telah menyediakan pembiayaan untuk penulisan maupun penerbitan buku ini. Terima kasih juga penulis ucapkan pada para reviewer dan editor yang telah memberikan saran dan masukan untuk sempurnanya buku ini.

Semoga buku ini bermanfaat bagi pembaca sekalian.

Yogyakarta, November 2018
Prof. Subanar, Ph.D.

Penulis

Subanar - Prof. Subanar, Ph.D. lahir di Trenggalek pada 31 Agustus 1951, adalah dosen dan peneliti pada Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA), Universitas Gadjah Mada (UGM), Yogyakarta. Guru besar matematika dalam bidang statistika ini memperoleh gelar sarjana matematika (Drs.) dari Universitas Gadjah Mada (1976) dan Doktor (Ph.D.) dari University of Wisconsin-Madison (1987), Amerika Serikat.

Buku yang telah dihasilkan penulis, antara lain Matematika I dan Pengantar Probabilitas yang diterbitkan oleh Universitas Terbuka (2006) dan Statistika Matematika yang diterbitkan Graha Ilmu (2013). Selain buku, penulis juga aktif menyumbangkan buah pikirannya dalam jurnal ilmiah nbaik di Indonesia maupun di tingkat internasional.

Presentasi makalah dalam beberapa konferensi internasional yang diadakan di Beijing, Istanbul, Kuala Lumpur, Bangkok, Singapura, dan Tokyo merupakan bukti lain keahlian penulis dalam bidang statistika.

Selama mengabdi di UGM, penulis pernah mengemban beberapa jabatan struktural antara lain Sekretaris Jurusan Matematika FMIPA UGM (1988–1991), Pengelola Program Pascasarjana Matematika FMIPA UGM (1996–2000), Pembantu Dekan I FMIPA UGM (1997– 2000), dan Dekan FMIPA UGM (2000–2008), serta Direktur SEAMEO QITEP in Mathematics (2010–2016).

Daftar Isi

Sampul
Halaman Judul
Halaman Copyright
Prakata
Daftar Isi
Daftar Gambar
Daftar Tabel
Bab 1 Probabilitas
     Tujuan Pembelajaran
     Pendahuluan
     Ruang Sampel
     Menghitung Probabilitas dengan Metode Pencacahan
     Rangkuman
     R
     Latihan
Bab 2 Probabilitas Masyarakat
     Tujuan Pembelajaran
     Pendahuluan
     Definisi dan Intuisi
     Aturan Bayes dan Hukum Probabilitas Total
     Probabilitas Bersyarat Adalah Probabilitas
     Kejadian Independen
     Kebersyaratan Sebagai Alat Problem-Solving
     Rangkuman
     R
     Latihan
Bab 3 Variable Random dan Distribusinya
     Tujuan Pembelajaran
     Pendahuluan
     Variabel Random
     Variabel Random Diskret
     Variabel Random Kontinu
     Harga Harapan
     Harga Harapan Khusus
     Distribusi Multivariat
     Harga Harapan
     Distribusi dan Harga Harapan Bersyarat
     Variabel Random Independen
     Vektor Random untuk n 3
     Distribusi Khusus
     Rangkuman
     R
     Latihan
Bab 4 Model Pemikiran Bayes
     Tujuan Pembelajaran
     Pendahuluan
     Distribusi Prior dan Posterior
     Estimasi Probabilitas Rare Event
     Inferensi Bayesian dalam Kontrol Kualitas
     Inferensi Bayesian dengan R
     Rangkuman
     R
     Latihan
Bab 5 Model Bayesian Parameter Tunggal
     Tujuan Pembelajaran
     Pendahuluan
     Distribusi Normal
     Prior Non-informatif
     Distribusi Poisson
     Keluarga Eksponensial dan Prior Konjugat
     Rangkuman
     R
     Latihan
Bab 6 Model Bayesian Multiparameter
     Tujuan Pembelajaran
     Pendahuluan
     Data Normal dengan Kedua Parameter Tidak Diketahui
     Model Multinomial
     Eksperimen Bioassay
     Membandingkan Dua Proporsi
     Rangkuman
     R
     Latihan
Bab 7 Analisis Regresi Bayes
     Tujuan Pembelajaran
     Pendahuluan
     Regresi Linear Normal
     Seleksi Model Menggunakan Prior g-Zellner
     Pemilihan Regresi Terbaik Bayesian
     Rangkuman
     R
     Latihan
Bab 8 GIBBS Sampler dalam Analisa Bayesian
     Tujuan Pembelajaran
     Pendahuluan
     Markov Chain Monte Carlo dan Gibbs Sampler
     Aplikasi Gibbs Sampling dalam Analisis Data Pencilan
     Regresi Biner
     Rangkuman
     R
     Latihan
Daftar Pustaka
Indeks
Biodata Penulis