Zahrotul Ummah, 080710345 (2012) ESTIMASI MODEL LINIER TERGENERALISASI GAUSSIAN BERDASARKAN MAXIMUM LIKELIHOOD ESTIMATOR DENGAN MENGGUNAKAN ALGORITMA FISHER-SCORING. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview

Text MPM 66 - 12 Umm e.pdf Download (384kB) | Preview

Abstract

Model linier klasik merupakan model linier yang variable responnya berdistribusi normal. Ketika distribusi variabel responnya merupakan anggota keluarga eksponensial maka disebut model linier tergeneralisasi. Dalam skripsi ini digunakan distribusi gaussian . Tujuan skripsi ini adalah unuk memperoleh estimator parameter model linier tergeneralisasi gaussian berdasarkan estimasi maksimum likelihood dan melakukan uji kecocokan model dengan uji Residual Deviance dengan menggunakan algoritma Fisher Scoring. Metode maximum likelihood adalah sebuah metode yang tujuannya mencari estimator parameter dengan cara memaksimumkan parameter tersebut. Sedangkan uji residual deviance digunakan untuk mengukur seberapa besar variabel respon. Karena hasil estimasi yang didapat berbentuk implisit maka dalam skripsi ini digunakan algoritma Fisher Scoring. Algoritma Fisher Scoring adalah salah satu bentuk pengembangan dari metode Newton-Rhapson dimana mengganti matriks hessian menjadi matriks informasi fisher. Dimana algoritma tersebut diterapkan pada Software S-Plus 2000 dengan mengambil Data Pertumbuhan Ekonomi Jawa Timur periode januari 2007 hingga desember 2010. Variabel respon yang digunakan adalah pertumbuhan ekonomi di Jawa Timur dengan periode bulan januari 2007 hingga desember 2010, variabel prediktor yang digunakan adalah nilai ekspor, hasil pertanian dan nilai impor. Berdasarkan perhitungan didapat nilai dugaan untuk nilai ekspor adalah -3e-005, nilai dugaan untuk hasil pertanian adalah 0.02418 dan nilai dugaan untuk nilai impor adalah 0.0202. Dari hasil uji Residual Deviance dapat disimpulkan bahwa nilai ekspor, hasil pertanian dan nilai impor berpengaruh terhadap pertumbuhan ekonomi jawa timur sebesar 61%. Dalam uji kesesuaian model diperoleh model dugaan sesuai.

Actions (login required)

View Item