Untuk melakukan Analisis Kepadatan Kumulatif Probabilitas Invers pada distribusi t dalam pemrograman R, kita dapat menggunakan fungsi bawaan qt(). Distribusi t sering digunakan dalam inferensi ketika standar deviasi populasi tidak diketahui dan ukuran sampel relatif kecil. Analisis Kepadatan Kumulatif Probabilitas Invers, juga dikenal sebagai fungsi kuantil, memungkinkan kita untuk mencari nilai kritis atau kuantil yang sesuai dengan probabilitas yang diberikan.

qt(.95, 10)
## [1] 1.812461
qt(.542, 15)
## [1] 0.1072654
x <- seq(.1, .9, by = .1)
 
y <- qt(x, 15)
 
plot(x, y, type ="l")

pt(2, 10)
## [1] 0.963306
pt(.542, 15)
## [1] 0.7021105
x <- seq(1, 10, by = 1)
  
y <- pt(x, 2)
  
plot(x, y, type ="l")

Melakukan Analisis Kepadatan Kumulatif Probabilitas Invers pada distribusi t menggunakan qt() dalam pemrograman R memungkinkan kita untuk menentukan nilai kritis atau kuantil untuk probabilitas yang diberikan. Hal ini penting dalam pengujian hipotesis, interval kepercayaan, dan analisis statistik lainnya yang didasarkan pada distribusi t.

x <- seq(-1, 1, by = 0.1)
  
y <- plogis(x)
y
##  [1] 0.2689414 0.2890505 0.3100255 0.3318122 0.3543437 0.3775407 0.4013123
##  [8] 0.4255575 0.4501660 0.4750208 0.5000000 0.5249792 0.5498340 0.5744425
## [15] 0.5986877 0.6224593 0.6456563 0.6681878 0.6899745 0.7109495 0.7310586
x <- seq(-20, 20, by = 0.1)
  
y <- plogis(x)
  
plot(y)

Fungsi plogis() dalam bahasa pemrograman R digunakan untuk menghitung kepadatan kumulatif logistik dari distribusi. Fungsi ini juga dapat membuat plot dari kepadatan distribusi kumulatif logistik.

Kepadatan kumulatif logistik adalah fungsi yang menggambarkan probabilitas bahwa suatu variabel acak yang mengikuti distribusi logistik memiliki nilai kurang dari atau sama dengan suatu nilai tertentu. Fungsi plogis() mengambil argumen berupa nilai-nilai variabel logistik dan mengembalikan nilai probabilitas kumulatif yang sesuai.