Uji Nonparametrik Pada Bentuk Regresi Parametrik Dengan Time Series Errors.

Indah Budi Purwanti, 080412871 (2008) Uji Nonparametrik Pada Bentuk Regresi Parametrik Dengan Time Series Errors. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
gdlhub-gdl-s1-2011-purwantiin-12985-abstrak-u.pdf

Download (646kB) | Preview
Official URL: http://lib.unair.ac.id

Abstract

Uji nonparametrik pada bentuk regresi parametrik dengan time series errors adalah metode nonparametrik baru yang bertujuan untuk menguji fungsi f(x) apakah termasuk ke dalam keluarga parametrik atau nonparametrik. Prosedur time series dilakukan untuk menentukan model ARIMA terbaik dan orde residual. Metode Lokal Linier Regresi (LLR) digunakan untuk mengestimasi bentuk fungsi f(x). Setelah diperoleh orde residual dan bentuk fungsi f(x), dilakukan transformasi data asli (x1,yL yaitu Zi – (Yi+p 0jyi+p-j )–(f (xi+p )– i+p-j f i = 1,...,n j=1 j=1 dengan n = m -p dan p adalah orde residual yang mengikuti proses autoregressive, sehingga diperoleh data barn (xi,z;). Buat tabel one-way ANOVA dengan n sel yang berisi k, pengamatan per sel yang berkorespodensi dengan W,, untuk kn bernilai ganjil, dan didefinisikan sebagai — j • IF(xj )— F(x, < k„ -1 2n 1 n dengan F(x) = —E I(x 5 x). Berdasarkan data bare (x,,zd, digunakan notasi n j = 1,2,...,k„ dan didefinisikan IV,, V,,z ,..., V,.k" = tZj : j E W, }, sehingga untuk masing masing kolom ke-i dengan i = 1,2,...,n berisi nilai Vlj. Uji data yang telah dibentuk ke tabel one-way ANOVA dengan statistik uji Fisher-F. Berdasarkan hasil perhitungan terakhir pada data penjualan solar tahun 2007 di SPBU Medaeng Sidoarjo, diperoleh bahwa f(x) bukan merupakan keluarga parametrik, sehingga dapat disimpulkan bahwa metode nonparametrik tepat digunakan untuk mengestimasi fungsi f(x) pada persamaan regresi. Berdasarkan perbandingan hasil estimasi antara metode Lokal Linier Regresi (LLR) dan ARIMA, diperoleh bahwa nilai MAD, MSE, dan RMSE untuk LLR selalu lebih kecil dari ARIMA, sehingga dapat disimpulkan bahwa estimasi dengan menggunakan LLR jauh lebih baik dibandingkan ARIMA.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK MPM 61/10 Pur u (FULLTEXT TIDAK TERSEDIA)
Uncontrolled Keywords: PARAMETER ESTIMATION; REGRESSION ANALYSIS
Subjects: Q Science > QA Mathematics
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsNIM
Indah Budi Purwanti, 080412871UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorH. Sediono, Drs., M.SiUNSPECIFIED
Thesis advisorNur Chamidah, S.Si, M.Si.UNSPECIFIED
Depositing User: Tn Fariddio Caesar
Date Deposited: 04 Mar 2011 12:00
Last Modified: 01 Oct 2016 02:59
URI: http://repository.unair.ac.id/id/eprint/25402
Sosial Share:

Actions (login required)

View Item View Item