Estimasi Parameter Regresi Multivariat dengan Metode Robust berdasarkan Least Trimmed Squares.

Nurdhiyanto, 080412832 (2008) Estimasi Parameter Regresi Multivariat dengan Metode Robust berdasarkan Least Trimmed Squares. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
gdlhub-gdl-s1-2011-nurdhiyant-12993-abstrak-e.pdf

Download (632kB) | Preview
Official URL: http://lib.unair.ac.id

Abstract

Penulisan Skripsi ini bertujuan untuk memperoleh estimator paramater regresi multivariat dengan metode robust berdasarkan least trimmed squares (MLTS). Secara umum bentuk model regresi multivariat adalah yi = BT xi + £i , i = 1, 2, ..., n. Untuk mengestimasi parameter regresi multivariat dengan metode robust berdasarkan MLTS dilakukan dengan menyelesaikan persamaan BMLTS (Zn ) = BLS (H) dengan H E arg min det LLs(H). Heft Hasil yang didapat melalui Software S-Plus untuk estimator BMus (Zn ) dan L (Zn) dengan h = 16 pada data karakteristik kualiatas produksi semen PT. Semen Gresik (2001) dengan n = 21, p = 9, dan q = 3 adalah 8.0514241 5.1302409 -7.4013603 4.8600080 30.2763261 - 0.6609423 - 6.0618973 -122505312 --17.3449989 Pada hasil perhitungan diatas didapatkan nilai breakdown adalah 23.81%. Ini dapat diartikan bahwa kemampuan estimator MLTS dapat mendeteksi outlier dalam data sebanyak 23.81%. Kates Kunci : Regresi Multivariat, outlier, Estimator Least Trimmed Squares, Minimum Covarian Determinan (MCD)

Item Type: Thesis (Skripsi)
Additional Information: KKC KK MPM 103/10 Nur e (FULL TEXT TIDAK TERSEDIA)
Uncontrolled Keywords: REGRESSION ANALYSIS
Subjects: Q Science > QA Mathematics
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsNIM/NIDN
Nurdhiyanto, 080412832UNSPECIFIED
Contributors:
ContributionNameNIDN/NIDK/NUP
ContributorSuliyanto, Drs., M.Si.UNSPECIFIED
ContributorToha Saifudin, S.Si., M.Si.UNSPECIFIED
Depositing User: Tn Fariddio Caesar
Date Deposited: 04 Mar 2011 12:00
Last Modified: 01 Oct 2016 03:35
URI: http://repository.unair.ac.id/id/eprint/25408
Sosial Share:

Actions (login required)

View Item View Item