Rully Dwi, 080610029 (2011) Seleksi Model Regresi Semiparametrik Berdasarkan Metode Penalti. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (fulltext) gdlhub-gdl-s1-2012-rullydwi-18112-mpm5811.pdf Restricted to Registered users only Download (922kB) | Request a copy
Preview	Text (abstrak) abstrak seleksi.pdf Download (90kB) | Preview

Abstract

Dalam analisis regresi tidak semua variabel prediktor dapat didekati dengan pendekatan parametrik, karena tidak adanya informasi yang jelas bagaimana bentuk hubungan variabel prediktor dengan variabel responnya sehingga harus digunakan pendekatan nonparametrik, dengan menggabungkan dua pendekatan tersebut akan diperoleh model regresi semiparametrik yang dikaitkan dengan himpunan (A,D) sebagai berikut : dengan adalah vektor kolom yang memuat dan didefinisikan sebagai vektor kolom yang memuat dan didefinisikan sebagai vektor kolom yang terdiri dari dengan , dan adalah vektor yang parameternya tidak diketahui serta untuk adalah fungsi yang tidak diketahui. Tujuan penelitian ini adalah mendapatkan seleksi model regresi semiparametrik terbaik yang dikaitkan dengan himpunan fungsi penalti (A,D) dengan mengestimasi komponen nonparametriknya dan serta dilanjutkan dengan kriteria cross validation dan menerapkannya pada data pertumbuhan ekonomi di Jawa Timur periode 2007 hingga 2010 sebagai variabel respon dan variabel prediktornya adalah sektor industri dan perdagangan sebagai parametriknya dan sektor keuangan sebagai nonparametriknya, sehingga diperoleh model regresi semiparametrik terbaik yaitu :

Item Type:	Thesis (Skripsi)
Additional Information:	kkc kk mpm 58/11 Nov s
Uncontrolled Keywords:	REGRESSIONS
Subjects:	Q Science > QA Mathematics
Divisions:	08. Fakultas Sains dan Teknologi > Matematika
Creators:	Creators NIM Rully Dwi, 080610029 UNSPECIFIED
Contributors:	Contribution Name NIDN / NIDK Thesis advisor sulisyanto, drs msi UNSPECIFIED
Depositing User:	Turwulandari
Date Deposited:	05 Jan 2012 12:00
Last Modified:	30 Jul 2016 08:45
URI:	http://repository.unair.ac.id/id/eprint/26004
Sosial Share:

Actions (login required)

View Item