KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIANCE DETERMINANT (FAST-MCD)
Penaksiran fungsi diskriminan linier dua kelompok dengan metode MLE akan
tidak optimal pada saat data mengandung outlier. Agar analisis ...
-
Code CallNo Lokasi Ketersediaan 1001100700148 519.5 Bud k Perpustakaan Pusat (REF.14.19) Tersedia -
Perpustakaan Judul Seri -No. Panggil 519.5 Bud k/R.14.19Penerbit Magister Statistika Terapan : Bandung., 2010 Deskripsi Fisik xi,; 44 hlm,;29 cmBahasa IndonesiaISBN/ISSN -Klasifikasi 519.5 Bud kTipe Isi -Tipe Media -Tipe Pembawa -Edisi -Subyek Info Detil Spesifik -Pernyataan Tanggungjawab BUDYANRA -
Penaksiran fungsi diskriminan linier dua kelompok dengan metode MLE akan
tidak optimal pada saat data mengandung outlier. Agar analisis diskriminan tetap
optimal maka diperlukan suatu metode penaksir yang robust terhadap outlier.
Salah satu penaksir robust adalah metode fast-MCD. Tujuan dari tesis ini adalah
untuk mengkaji metode penaksir fast-MCD dalam analisis diskriminan linier dua
kelompok dan mengukur ketepatan pengklasifikasian dari fungsi diskriminan
metode fast-MCD jika dibandingkan fungsi diskriminan metode MLE.
Data yang digunakan adalah hasil pendataan Podes 2006 kabupaten Bandung
dan data simulasi dengan berbagai kontaminasi outlier. Dua kelompok populasi
yang digunakan dari data hasil Podes 2006 adalah kelompok des a dengan status
perkotaan dan kelompok des a dengan status perdesaan. Untuk data simulasi
diperoleh dengan membangkitkan dua kelompok data normal multivariat dengan
n, = n2= 100, n, = n2 = 200, ni = n: = 500 dan n, = n: = 1000 serta dengan variasi
outlier mulai dari 5 persen, 10 persen, 15 persen sampai 20 persen. Hasil
pengolahan data Podes 2006 menunjukkan bahwa analisis diskriminan linier dua
kelompok dengan rnetode fast-MCD menghasilkan rata-rata salah
pengklasifikasian sebesar 15,9 persen sedangkan dengan metode MLE sebesar
20,0 persen. Pada data simulasi dengan kontaminasi outlier sebesar 5 sampai 20
persen, metode fast-MCD menghasilkan rata-rata salah pengklasifikasian sebesar
-
Tidak tersedia versi lain
-
Silakan login dahulu untuk melihat atau memberi komentar.