ESTIMASI PARAMETER REGRESI LINIER BERGANDA DENGAN METODE ROBUST MM

ABI REVYANSAH PERWIRA, 080012105 (2006) ESTIMASI PARAMETER REGRESI LINIER BERGANDA DENGAN METODE ROBUST MM. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
26.pdf

Download (188kB) | Preview
[img]
Preview
Text (FULL TEXT)
gdlhub-gdl-s1-2006-perwiraabi-2113-mpm16_06.pdf

Download (2MB) | Preview
Official URL: http://lib.unair.ac.id

Abstract

Estimasi parameter regresi linier berganda bertujuan untuk menjelaskan pengaruh satu atau lebih peubah bebas xi terhadap peubah respon yi. Penyelesaian yang sering digunakan adalah metode Ordinary Least Squares (OLS). Prinsip estimasi OLS ini adalah meminimumkan jumlah kuadrat sisaan. Salah satu kelemahan metode ini adalah jika terdapat outlier pada data, menyebabkan estimator yang dihasilkan kurang mampu mendeteksi outlier tersebut. Alternatif untuk memperbaiki kelemahan OLS adalah menggunakan estimasi yang bersifat robust yang mampu bertahan terhadap kehadiran outlier dalam jumlah tertentu pada data pengamatan. Dalam penelitian ini dibahas metode estimasi robust MM dalam model regresi linier berganda. Hasil dari penelitian ini menunjukkan kemampuan estimasi robust MM yang mempunyai sifat lebih baik saat adanya outlier. Hasil penerapan terhadap data Salinity dalam model regresi linier berganda dengan estimasi OLS dan estimasi robust MM adalah sebagai berikut : OLS : ў = 9.3231575 + 0.7787335x1 — 0.2871775x3 dengan simpangan baku untuk θ1 = 2.57917575, θ2 = 0.08392118, dan θ4 = 0.09271719 , serta dengan MSE = 1.700736 dan R2 = 0.826207 . MM : ў = 27.0726121 + 0.6112481x1 — 0.2036247x2 — 0.9647190x3 dengan simpangan baku untuk θl = 3.06049549, θ2 = 0.08443987, θ3 = 0.15774955, dan θ4 = 0.10459631, serta dengan MSE = 1.69735 dan R2 = 0.9651416. Dalam hal mendeteksi kehadiran outlier, estimasi MM menunjukkan kemampuan mendeteksi adanya leverage point sebanyak 4 outlier yang terdiri dari 2 pengamatan leverage point baik dan 2 pengamatan leverage point jelek dengan nilai breakdown point 49,99107%. Sedangkan estimator OLS hanya dapat mendeteksi 1 outlier yang tergolong leverage point baik.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK MPM . 16/06 Per e
Uncontrolled Keywords: OUTLIERS (STATISTICS), ROBUST STATISTICS, PARAMETER ESTIMATION
Subjects: Q Science > QA Mathematics
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsNIM
ABI REVYANSAH PERWIRA, 080012105UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorDrs. Suliyanto, M.SiUNSPECIFIED
Thesis advisorToha Saifuddin, S.Si., M.SiUNSPECIFIED
Depositing User: Tn Fariddio Caesar
Date Deposited: 19 Sep 2006 12:00
Last Modified: 10 Oct 2016 11:20
URI: http://repository.unair.ac.id/id/eprint/24605
Sosial Share:

Actions (login required)

View Item View Item