| Kolaborasi Statistisi dan Antropolog |
| Ditulis Oleh: Suhermin Ari Pujiati, S.Si | |
| Saturday, 04 October 2008 | |
|
Judul : An Invariant Approach to Statistical Analysis of Shapes Penyusun : Subhash R. LELE and Joan T. RICHTSMEIER, Boca Raton, FL Penerbit : Chapman & Hall/CRC Tahun Terbit : 2001 ISBN : 0-84930319-2 Tebal Buku : 308 halaman Sebuah buku yang dianggap tidak biasa sebagai buku statistik, sebagai hasil kolaborasi antara seorang statistisi dan seorang antropologis. Kolaborasi akan terasa dalam struktur buku ini. Bagian Pertama yang terdiri dari bab 2, bab 3 dan bab 4 menyajikan ulasan tentang shape analysis dari sudut pandang biologi, yang di tiap bagian akhirnya, menyertakan metode dan teori statistik untuk analisa tersebut. Sebuah cara pendekatan efektif untuk menyajikan metode statistik dalam bidang yang tak begitu familiar untuk kebanyakan statistisi terapan. Bab pertama berisi pengenalan konsep morphometrics, sebuah studi kuantitatif tentang bentuk, dan perubahan bentuk. Para penyusun buku ini tertarik pada penerapan metode statistik dalam studi data bentuk biologis pada tingkat organisme. Mereka mencatat bila metode yang dipakai benar-benar berguna, maka seharusnya metode itu juga dapat dimanfaatkan pada bidang apapun yang membutuhkan dukungan statistik, saat mempelajari hubungan geometrik bila data koordinat dimiliki. Tiga kelompok data disediakan dan dianalisa dalam bab-bab berikutnya. Data pertama adalah data penanda berkas gigitan dua kelompok tikus yang diamati. Data kedua adalah bentuk rangkaian tulang dari dua spesies monyet, baik betina maupun jantan. Data ketiga, adalah data hasil scan tomografi yang telah terkomputasi bentuk tulang dari dua kelompok anak-anak. Bab dua membahas data morphometric. Para penyusun memperluas tentang data penanda, dimana penanda ini adalah titik-titik dalam bidang dua dimensi atau tiga dimensi yang berhubungan dengan kondisi penting obyek yang sedang diamati. Koordinat penanda k misalnya, adalah sebuah obyek tertentu yang membentuk matriks a k x 2 atau k x 3. Penyusun membahasnya mendalam dengan berbagai metode pengumpulan data dan mengumpulkan masalah-masalah yang timbul. Bagian ke dua dari bab 2 ini mengembangkan sebuah notasi matriks yang menyajikan data pengenal ini. Juga disertakan pemilahan-pemilahan dalam statistik inferensia. Bab 3 mengurai model-model statistik yang dibutuhkan untuk menjelaskan bentuk dan variabilitas dari data penanda itu. Para penyusun mendefinisikan bentuk tersebut sebagai karaktek-karakter yang tak dapat diperlakukan dengan translasi, rotasi atau refleksi pada obyek. Maka dikembangkan bentuk koordinat bebas dan metode untuk estimasi mean dan variasinya. Metode-metode itu kemudian diterapkan pada rangkaian data contoh. Dalam bagian kedua bab ini, para penyusun buku mengembangkan model-model statistik dengan diskusi lengkap tentang invariance dan mencermati estimasi menggunakan dua metode momen berdasar maximal-invariant dan maximum likelihood. Algoritma penghitungan diberikan agar mudah dipahami pembaca. Bab 4 memaparkan metode-metode statistik perbandingan bentuk-bentuk data. Pada awalnya para penyusun mendiskusikan metode metode yang sesuai untuk perbandingan berdasar superimposisi atau teknik deformasi. Lalu para penyusun memperluas, dengan menyelidiki perbedaan-perbedaan lebih kecil, memanfaatkan bootstrap confidence interval. Pengujian hipotesa memanfaatkan EDMA dan memunculkan catatan hal-hal yang perlu diperhatikan, pada saat menguji kesamaan bentuk. Metode ini digunakan pada data berkas gigitan tikus. Bab 5 menunjukkan adaptasi ide-ide dalam bab terdahulu pada studi pertumbuhan, yang didefinisikan para penyusunnya sebagai perubahan geometrik secara komposit dalam struktur biologis dalam kurun waktu. Penanda yang digunakan sebagai data geometris kontras dengan kurva analisa yang biasanya dipakai; mengukur kaitan bentuk-bentuk anatomis yang dipetakan sebagai fungsi waktu. Dalam bab ini, EDMA yang telah ada dalam bab terdahulu diperagakan, untuk menganalisa bentuk-bentuk pertumbuhan yang dibandingkan dalam dua periode waktu. Bab 6 menyajikan pemakaian data penanda dalam algoritma klasifikasi dan clustering, Klasifikasi dipertimbangkan karena ukuran-ukuran tertentu yang memiliki kesamaan dan perbedaan yang dapat terkelompok. Maka dalam bab ini tersaji pemakaian analisa cluster dalam EDMA. Namun, para penyusun menyarankan agar penggunaannya membutuhkan kecermatan dan ketelitian. Terapan EDMA lebih lanjut termuat dalam Bab 7, setidaknya ada tiga buah. Pertama, EDMA dikembangkan dalam studi asimetris dalam struktur biologis. Kemudian pada pembandingan struktur molekul. Terakhir adalah pengenalan signal phylogenetik sebagai padanan bentuk, dikaitkan dengan spesies hewan berdasar perbedaan pengukuran yang tercatat dalam matriks Disamping buku-buku yang telah mendahului terbit, dengan bahasan tentang analisa bentuk, buku ini akan sangat bermanfaat bagi para statistisi terapan terutama yang tertarik dalam bidang analisa bentuk organisme biologis. Seperti buku yang ditulis oleh Costa dan Cesar, yang lebih menitikberatkan pada analisa gambar dan pengenalan bentuk, dengan memakai berbagai metode matematika seperti analisa Fourier, gelombang dan klasifikasi bayesian. Buku yang lebih luas pembahasannya adalah yang ditulis oleh Dryden dan Mardia, yang memanfaatkan pendekatan statistik konvensional, dimana distribusi multivariate dan metode statistik dirasakan sangat bermanfaat dalam bidang analisa bentuk. Tertarik ? Cermati detil buku ini di sini Referensi : 1. Costa, L., and Cesar, R. M., Jr. (2001), Shape Analysis and Classification, Theory and Practice, CRC Press. 2. Dryden, I. L., and Mardia, K. V. (1998) Statistical Shape Analysis, Wiley. |
| < Sebelum | Berikut > |
|---|
