Yenny Novita Rochmawati, 080610073 (2010) Estimasi Model Regresi Nonparametrik pada Data Longitudinal Berdasarkan Estimator Generalized Penalized Spline. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (Absrtak) gdlhub-gdl-s1-2011-rochmawati-15081-abstrak-e.pdf Download (333kB) | Preview
	Text (Full Text) gdlhub-gdl-s1-2011-rochmawati-13083-kkckkm-e.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Data longitudinal adalah data yang diperoleh berdasarkan pengamatan yang dilakukan terhadap n subyek yang saling independen, dimana setiap subyek yang diamati secara berulang dalam kurun waktu yang berbeda. Estimasi model regresi nonparametrik pada data longitudinal berdasarkan estimator Penalized Spline mengasumsikan variansi dari masing-masing subyek pada data sama, tetapi pada kenyataanya variansi dari masing-masing ada yang bernilai tidak sama, sehingga pada skripsi ini membahas tentang estimator Generalized Penalized Spline (GPS) untuk mengatasi permasalahan ini. Teknik smoothing estimator GPS dapat diperoleh dengan meminimumkan PGLS ( Penalized Generalized Least Square ). Algoritma Myopic dengan Metode Ruppert digunakan untuk pemilihan jumlah knot dan parameter penghalus optimal. Untuk penerapan pada data dibuat program menggunakan Software SPLUS 2000. Data yang digunakan adalah data rata-rata jumlah tunas pada Rosa hybrida L. var. Dallas dengan variabel respon yaitu rata-rata jumlah tunas pada Rosa hybrida L.var. Dallas dan variabel prediktornya yaitu waktu pengamatan (minggu ke-1 sampai minggu ke-8). Berdasarkan hasil penerapan model terse but diperoleh nilai parameter penghalus, orde polinomial, jumlah knot dan Mean Square Error (MSE) masing-masing sebesar , 2, 10 dan 0,1659884 .

Actions (login required)

View Item