Penerapan metode bootstrap pada analisis regresi serta penanganan data hilang menggunakan mean imputation dan multiple imputation untuk membandingkan hasil estimasi model.

Sķilšanās karte 2026

Simulasi pembangkitan data deret waktu menggunakan model ARIMA beserta tahapan identifikasi, estimasi parameter, evaluasi model, dan interpretasi hasil.

Dessy Saputri | 24031554190 | 2024A | Data Mining Dosen Pengampu : Moh. Khoridatul Huda, S.Pd., M.Si., Ph.D.

Penerapan metode Monte Carlo untuk memprediksi permintaan berdasarkan distribusi probabilitas. Hasil simulasi dibandingkan dengan nilai ekspektasi teoritis pada beberapa jumlah periode pengamatan.

PROFIL ST GOB

Dokumen komputasi statistika ini mendemonstrasikan berlakunya Hukum Bilangan Besar melalui Simulasi Monte Carlo. Menggunakan data historis frekuensi permintaan, simulasi dijalankan secara bertahap untuk 1.000, 5.000, dan 20.000 hari. Pembaca dapat melihat perbandingan langsung bagaimana peningkatan jumlah penarikan sampel acak secara efektif memperkecil varians atau fluktuasi acak, sehingga nilai rata-rata empiris yang didapatkan menjadi sangat presisi dan identik dengan ekspektasi perhitungan matematisnya.

The assignment was due April 13th.

Publikasi ini membahas penerapan Simulasi Monte Carlo menggunakan R untuk memprediksi tingkat permintaan barang. Analisis difokuskan pada perbandingan antara nilai ekspektasi perhitungan manual (teoritis) dengan hasil simulasi empiris pada berbagai tingkat iterasi. Hasil analisis membuktikan berlakunya Hukum Bilangan Besar (Law of Large Numbers), di mana peningkatan jumlah iterasi secara signifikan mengurangi fluktuasi acak dan menghasilkan estimasi rata-rata yang semakin stabil, akurat, serta konvergen mendekati nilai teoritisnya.