Bootstrap Interval Kepercayaan Faktor Kapasitas Turbin Angin dari Data Kecepatan Angin Sintetis Terbatas

Info proyek

• Bidang studiSistem Tenaga dan Energi Terbarukan
• JenjangTesis (S2)
• Jenis metodeStatistika dan Regresi
• Perkiraan pengerjaan± 5 hari kerja
• Perangkatbootstrp, bootci (Statistics and Machine Learning Toolbox)
• HargaRp 450.000 - Rp 2.700.000

Tujuan analisis

Memodelkan faktor kapasitas sebagai fungsi kecepatan angin rata-rata dan ukuran sampel data dengan bootstrap serta menilai kecocokan modelnya.

Variabel

Contoh hasil

• 22.847Sample mean
• 1.114Bootstrap SE
• 20.581CI lower
• 25.022CI upper
• 4.441CI width
• -0.009Bias

Bootstrap 2000 replikasi memberi rata-rata Capacity factor 22.847 dengan galat baku 1.114 dan selang kepercayaan 95% [20.581; 25.022]; selang normal klasik [20.623; 25.071] sangat dekat.

Dihitung dari data sintetis sebagai ilustrasi, bukan dari penelitian nyata.

Tentang Bootstrap dan Interval Kepercayaan

Bootstrap mengambil sampel ulang dengan pengembalian dari data untuk menaksir distribusi suatu statistik dan interval kepercayaannya tanpa asumsi distribusi. Cocok untuk sampel kecil, statistik rumit seperti median, atau data yang tidak normal.

Langkah pengerjaan

1. 1Tentukan statistik yang ingin ditaksir (rata-rata, median, korelasi)
2. 2Tetapkan jumlah resampling (misalnya 2000)
3. 3Jalankan bootstrp untuk memperoleh distribusi bootstrap
4. 4Hitung galat baku dan bias bootstrap
5. 5Hitung interval kepercayaan dengan bootci (persentil atau BCa)
6. 6Plot histogram distribusi bootstrap

Asumsi yang perlu diperiksa

• Sampel asli mewakili populasi
• Pengamatan saling bebas
• Jumlah resampling cukup besar agar interval stabil

Membaca dan melaporkan hasil

Laporkan estimasi titik, galat baku bootstrap, dan interval kepercayaan 95 persen beserta jenisnya (persentil atau BCa). Jelaskan bahwa bootstrap tidak memperbaiki sampel yang bias atau terlalu kecil.

Contoh kode MATLAB

Skrip awal singkat dengan nama variabel proyek ini. Versi yang diserahkan disesuaikan dengan data Anda dan diberi komentar lengkap.

rng(5);
capacity_factor = exprnd(3, 40, 1);                          % skewed sample
mean_wind_speed = 2000;                                      % number of resamples

est = median(capacity_factor);
bs = bootstrp(mean_wind_speed, @median, capacity_factor);
fprintf('Sample median: %.3f\n', est);
fprintf('Bootstrap SE: %.3f, bias: %.3f\n', std(bs), mean(bs) - est);

ci_per = bootci(mean_wind_speed, {@median, capacity_factor}, 'Type', 'per');
ci_bca = bootci(mean_wind_speed, {@median, capacity_factor}, 'Type', 'bca');
fprintf('95%% percentile CI: [%.3f, %.3f]\n', ci_per(1), ci_per(2));
fprintf('95%% BCa CI: [%.3f, %.3f]\n', ci_bca(1), ci_bca(2));

figure;
histogram(bs, 40); hold on;
xline(est, 'r', 'LineWidth', 1.5);
xline(ci_per(1), 'k--'); xline(ci_per(2), 'k--');
xlabel('Bootstrap median'); ylabel('Frequency');

Paket dan harga

Pilih seberapa banyak bantuan yang Anda perlukan. Setiap paket yang lebih tinggi sudah mencakup semua item paket di bawahnya. Harga belum termasuk PPN 11%.

• Pembayaran: DP 50% sebelum pekerjaan dimulai, pelunasan setelah hasil diserahkan
• Pajak: Harga belum termasuk PPN 11%
• Data dan integritas akademik: Hasil dihitung dari data penelitian Anda sendiri; Anda yang menulis dan mempertanggungjawabkan naskah, kami membantu analisis dan pemahaman
• Revisi: Maksimal 2 kali revisi termasuk dalam harga (Paket 3: 3 kali)

Pertanyaan umum