SELANG KEPERCAYAAN KURVA REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR SPLINE TRUNCATED PADA DATA LONGITUDINAL

• المؤلف الرئيسي: Myanita Astuti, 081411831034
• التنسيق: Theses and Dissertations NonPeerReviewed
• اللغة: Indonesian; Indonesian
• منشور في: 2018
• الموضوعات: QA273-280 Probabilities. Mathematical statistics
• الوصول للمادة أونلاين: http://repository.unair.ac.id/73005/1/KKC%20KK%20ST.S%2025%20-18%20Ast%20s-Abstrak.pdf; http://repository.unair.ac.id/73005/2/KKC%20KK%20ST.S%2025%20-18%20Ast%20s.pdf; http://repository.unair.ac.id/73005/; http://lib.unair.ac.id

Analisis regresi merupakan salah satu metode yang digunakan dalam statistika untuk mengetahui hubungan antara variabel respon dengan prediktor. Pendekatan regresi nonparametrik bentuk kurva regresi diasumsikan tidak diketahui dan hanya diasumsikan smooth (halus). Estimator yang digunakan adalah estimator spline truncated. Dalam kehidupan sehari-hari sering dijumpai bentuk data longitudinal. Data longitudinal lebih kompleks dibandingkan data cross section karena data juga diamati berdasarkan waktu. Persoalan inferensi yang sangat penting dalam regresi adalah selang kepercayaan, karena dapat meminimalkan kesalahan dalam mengestimasi dibandingkan estimasi titik. Namun penelitian mengenai selang kepercayaan untuk regresi nonparametrik belum banyak dikembangkan, sehingga secara teori menarik untuk mengembangkan estimasi selang kepercayaan kurva regresi nonparametrik. Tujuan penelitian ini adalah mengkaji estimasi selang kepercayaan untuk kurva regresi nonparametrik pada data longitudinal dengan menggunakan estimator spline truncated. Dalam menyelesaikan permasalahan tersebut digunakan metode Weighted Least Square untuk menentukan estimasi titik dan pivotal quantity untuk mengkonstruksi selang kepercayaan pada kasus variansi populasi  2  tidak diketahui. Hasil kajian teoritis diperoleh estimasi selang kepercayaan dengan distribusi-t. Penerapan estimasi selang kepercayaan dilakukan pada data pertumbuhan balita usia 0–24 bulan di Surabaya dengan berat badan balita sebagai variabel respon, dan usia balita sebagai variabel prediktor. Hasil estimasi data pertumbuhan berat badan balita menggunakan software OSS-R GCV minimum dan R2 untuk balita laki-laki dan perempuan masing-masing yaitu 0,3151; 92,43%; 0,2648; dan 94,66%.