Detail Cantuman

Image of Penerapan Metode Robust MM-Estimation Untuk Mengatasi Outlier Pada Analisis Regresi Linear Multipel

 

Penerapan Metode Robust MM-Estimation Untuk Mengatasi Outlier Pada Analisis Regresi Linear Multipel


Analisis regresi linear multipel adalah salah satu metode statistik yang
digunakan untuk melihat hubungan atau pengaruh antara variabel tak ...

  • CodeCallNoLokasiKetersediaan
    01001100700131519.53 Han p/R.14.115Perpustakaan Pusat (REF.14.115)Tersedia
  • Perpustakaan
    Judul Seri
    -
    No. Panggil
    519.53 Han p/R.14.115
    Penerbit Magister Statistika Terapan : Bandung.,
    Deskripsi Fisik
    xi,;51 hlm,;29 cm
    Bahasa
    Indonesia
    ISBN/ISSN
    -
    Klasifikasi
    519.53
    Tipe Isi
    -
    Tipe Media
    -
    Tipe Pembawa
    -
    Edisi
    -
    Subyek
    Info Detil Spesifik
    -
    Pernyataan Tanggungjawab
  • Analisis regresi linear multipel adalah salah satu metode statistik yang
    digunakan untuk melihat hubungan atau pengaruh antara variabel tak bebas
    dengan lebih dari satu variabel bebas. Penaksiran parameter regresi pada
    umumnya menggunakan metode Ordinary Least Square (OLS). Salah satu
    kelemahan metode OLS adalah, jika terdapat outlier pada data, akan sangat
    berpengaruh terhadap hasil taksirannya. Mengakibatkan taksiran mempunyai nilai
    variansi yang besar dan gangguan tidak lagi berdistribusi normal. Altematif untuk
    memperbaiki kelemahan metode OLS adalah menggunakan penaksir yang bersifat
    robust, yang tidak terpengaruh oleh adanya outlier dalam jumlah tertentu.
    Penaksir tersebut adalah MM - estimation.

    Metode MM - estimation menaksir parameter regresi melalui dua tahap.

    Pertama, menaksir parameter regresi awal dan menghitung nilai scale estimate
    dengan metode S - estimation. Kedua, menaksir parameter regresi akhir dengan
    metode M - estimation.

    Penerapan pada data dilakukan untuk melihat faktor-faktor yang
    mempengaruhi pertumbuhan ekonomi di Indonesia. Hasil dari penelitian ini
    menunjukkan kemampuan metode MM - estimation mempunyai sifat lebih baik
    saat terdapat outlier dalam data. Hal tersebut terlihat dari nilai scale estimate
    untuk metode OLS adalah 0.2247. Sedangkan untuk metode MM - estimation
    nilai scale estimate - nya lebih rendah yaitu 0.08166.
  • Tidak tersedia versi lain

  • Silakan login dahulu untuk melihat atau memberi komentar.


Informasi