Dhani Purnomo, 080112377
(2006)
ESTIMASI KURVA REGRESI NONPARAMETRIK DENGAN METODE ROBUST POLINOMIAL LOKAL BERDASARKAN ESTIMASI-MM.
Skripsi thesis, UNIVERSITAS AIRLANGGA.
Abstract
Sebuah kurva regresi menjelaskan hubungan antara dua variabel atau lebih. Ada dua pendekatan yang dapat digunakan untuk mengestimasi kurva regresi yaitu pendekatan parametrik dan pendekatan nonparametrik. Pendekatan nonparametrik sangat efektif digunakan jika tidak ada informasi atau asumsi tentang bentuk hubungan antara variabel prediktor terhadap variabel respon. Namun, pendekatan-pendekatan standar regresi nonparametrik seperti polinomial lokal dan smoothing spline kurang dapat mendeteksi pengamatan unusual (outlier). Metode yang terbaik untuk mendeteksi outlier adalah dengan estimator yang bersifat robust. Salah satu metode regresi robust adalah estimasi-MM.
Dalam skripsi ini dibahas estimasi kurva regresi nonparametrik dengan metode robust polinomial lokal berdasarkan estimasi-MM. Metode ini akan diuji efektivitasnya dalam mendeteksi adanya outlier dan dibandingkan dengan metode standar regresi nonparamerik yaitu polinomial lokal.
Hasil dari penerapan estimator polinomial lokal pada data Rats adalah :
y =5.3468149–0.5908228(x–8)
dengan R2MM = 0.6637874 dan tidak mendeteksi adanya outlier. Sedangkan dengan estimator robust polinomial lokal berdasarkan estimasi-MM adalah
y= 4.5668968–0.4026436(x–8)
dengan R2MM = 0.9652837 dan mampu mendeteksi adanya outlier sebanyak 4 pengamatan. Hasil dari penerapan estimator polinomial lokal pada data Mussels adalah :
y =17.3882368 + 0.6027629(x -115) + 0.0088145(x -115)2
dengan R2 = 0.8753109 dan tidak mendeteksi adanya outlier. Sedangkan dengan estimator robust polinomial lokal berdasarkan estimasi-MM adalah :
y =16.6851500 + 0.4800117(x–115) + 0.0054318(x -115)2
dengan R2MM = 0.9840318 dan mampu mendeteksi adanya outlier sebanyak 7 pengamatan. Hasil dari penelitian ini menunjukkan kemampuan estimator robust polinomial lokal berdasarkan estimasi-MM yang mempunyai sifat lebih baik saat terdapat outlier pada data.
Actions (login required)
 |
View Item |
