Pemrograman Matlab dan Macro Minitab Ekpektasi Mean dengan Metode Jacknife

Misalkan x1, x2, …xn adalah variable random dimana kita akan mencari ekspektasi mean dengan menggunakan metode jacknife maka hal yang perlu kita lakukan adalah:
Kita melakukan sampling sebanyak n kali, dimana kita harus membuang data ke-i pada pengambilan sampling ke-i . Misalnya sampling pertama kita harus membuang data x1, sampling kedua kita membuang data x2 (namun data x1 tetap ada, karena data yang dihilangkan adalah data-i dari proses ke-i sampling). Kemudian dari masing-masing proses sampling dihitung meannya sehingga didapat mean sebanyak n kali. Yang dinamakan ekspektasi mean dengan jackknife adalah rata-rata dari n mean yang kita peroleh dari n sampling tesebut.

Berikut adalah macro minitab untuk menghitung ekspektasi mean dengan menggunakan jackknife

macro

jacknife x

mcolumn x m xs
mconstant n i T k sum meanjack est_bias est_se

let n=count(x)
do i=1:n
let xs=x
delete i xs
let m(i)=mean(xs)
enddo
let meanjack=mean(m)
let T=mean(x)

let est_bias=(n-1)*(meanjack-T)
let sum=0
do k=1:n
let sum=sum+(m(k)-meanjack)**2
enddo
let est_se=((n-1)/n*sum)**0.5

print meanjack T est_bias est_se

endmacro

Berikut adalah pemrograman matlab untuk menghitung ekspektasi mean dengan menggunakan jackknife

function y=jmean(x)
n=length(x);
for i=1:n
xs=x;
xs(i)=[];
m(i)=mean(xs);
end
meanjack=mean(m)
T=mean(x);
est_bias=(n-1)*(meanjack-T)
est_se=sqrt((n-1)/n*sum((m-meanjack).^2))