Catur Puji Rahayu, 080 610156 (2010) Estimasi Parameter Pembeda (d) pada Model Autoregressive Fractionally Integrated Moving Average (ARFIMA) Menggunakan Metode Regresi Spektral. Skripsi thesis, UNIVERSITAS AIRLANGGA.
|
Text (Abstrak)
gdlhub-gdl-s1-2011-rahayucatu-15487-abstrak-e.pdf Download (322kB) | Preview |
|
![[img]](https://repository.unair.ac.id/style/images/fileicons/text.png) |
Text (Full Text)
gdlhub-gdl-s1-2011-rahayucatu-13153-kkckkm-e.pdf Restricted to Registered users only Download (945kB) | Request a copy |
Abstract
Model ARFIMA adalah model time series yang mempunyai indikasi ketergatungan jangka panjang (long dependent) dengan nilai pembeda (d) bernilai riil (-1<d<1). Model ARFIMA diperkenalkan untuk mengatasi kelemahan model ARIMA dalam menangkap ketergantungan jangka panjang. Dalam pembentukan model ARFIMA salah satu langkahnya adalah estimasi parameter pembeda (d). Hal ini dilakukan untuk mendapatkan nilai parmeter d yang signifikan dan mendapatkan model ARFIMA terbaik dari suatu data yang mengandung kasus ketergantungan jangka panjang, karena dengan model yang tepat dapat diperoleh selang kepercayaan yang tepat. Bentuk umum model ARFIMA didefinisikan sebagai berikut : Dimana Skripsi ini bertujuan untuk mengestimasi parameter pembeda (d) model ARFIMA menggunakan metode regresi spektral dan mendapatkan model ARFIMA terbaik pada data time series yang mengandung indikasi ketergantungan jangka panjang sehingga dapat digunakan dalam peramalan di masa yang akan datang. Metode regresi spektral adalah metode yang digunakan dengan cara membentuk fungsi kepekatan spekral model kemudian menjadikannya sebagai persamaan regresi sederhana dengan variabel- variabelnya berupa fungsi spektral. Model ARFIMA terbaik pada data kecepatan angin rata- rata harian di kota Sumenep periode januari 2000- mei 2000 adalah: Dari model tersebut menyatakan bahwa kecepatan angin rata- rata harian di kabupaten Sumenep memiliki indikasi ketergantungan jangka panjang yang ditandai dengan nilai . Selanjutnya dapat dilakukan peramalan untuk waktu yang akan datang menggunakan model ARFIMA.
| Item Type: | Thesis (Skripsi) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Additional Information: | KKC KK MPM 153-10 Rah e | |||||||||
| Uncontrolled Keywords: | PARAMETER ESTIMATION; REGRESSION ANALYSIS | |||||||||
| Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA11-14 Study and Teaching, Research |
|||||||||
| Divisions: | 08. Fakultas Sains dan Teknologi > Matematika | |||||||||
| Creators: |
|
|||||||||
| Contributors: |
|
|||||||||
| Depositing User: | Tn Septian Eko Budianto | |||||||||
| Date Deposited: | 08 Mar 2011 12:00 | |||||||||
| Last Modified: | 20 Jul 2016 05:07 | |||||||||
| URI: | http://repository.unair.ac.id/id/eprint/25472 | |||||||||
| Sosial Share: | ||||||||||
Actions (login required)
 |
View Item |