PENENTUAN ESTIMATOR B PADA REGRESI ROBUST
Salah satu asumsi pada regrcsi linier adalah kenonnalan sisaan. Akan tetapi untuk beberapa kasus hal terse but tidak dapat dipenuhi • sehingga metode kuadrat terkeeil tidak berlaku lagi. Penulisan ini bertujuan menggunakan Regresi Robust untuk mengatasi ketidaknonnalan sisaan dan juga dapat mengata...
محفوظ في:
| المؤلف الرئيسي: | |
|---|---|
| التنسيق: | Theses and Dissertations NonPeerReviewed |
| اللغة: | Indonesian |
| منشور في: |
1999
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | http://repository.unair.ac.id/57913/1/kk%20mpm%201.99%20Yuw%20p.pdf http://repository.unair.ac.id/57913/ http://lib.unair.ac.id |
| الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
| المؤسسة: | Universitas Airlangga |
| اللغة: | Indonesian |
| الملخص: | Salah satu asumsi pada regrcsi linier adalah kenonnalan sisaan. Akan tetapi untuk beberapa kasus hal terse but tidak dapat dipenuhi • sehingga metode kuadrat terkeeil tidak berlaku lagi.
Penulisan ini bertujuan menggunakan Regresi Robust untuk mengatasi ketidaknonnalan sisaan dan juga dapat mengatasi adanya pencilan dalam data. Dalam Regresi Robust terdapat beberapa metode dan salah satu diantaranya adalah Regresi Penaksiran-M Huber. Prinsip metode ini adalah merampatkan jarak Eulides antara nHai sampel dengan nilai harapan menjadi fungsi jarak. Metode ini diselesaikan dengan iterasi. untuk mempermudah perhitungan digunakan program S-Plus berdasarkan pada algoritma yang telah dibuat
Dengan menggunakan regresi robust terbadap contoh data sekunder Y
(hasil panen padi) dan X (pupuk) diperoleh koefisien regresi robust :
A
Y = 3.5827 + 0.187 Xl Sedangkan pada eontoh data sekunder Y (waktu pengiriman). X \ (banyak kasus). X2 (jarak) dari basil iterasi regresi robust diperoleh:
A
Y = 3.59660578 + 1.4464444 Xl + 0.01467769 X2
Kata kunei: ReblTesi Linier. Regresi Penaksiran-M, Regresi Robust, S-Plus. |
|---|