ESTIMASI MODEL REGRESI NONPARAMETRIK BIRESPON MULTIPREDIKTOR BERDASARKAN ESTIMATOR PENALIZED SPLINE
| Main Author: | FAMANDA PRAHARA FAMITA PUTRI, 081311833010 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/61330/1/KKC%20KK%20ST.S.%2023%20-17%20Put%20e-Abstrak.pdf http://repository.unair.ac.id/61330/2/KKC%20KK%20ST.S.%2023%20-17%20Put%20e.pdf http://repository.unair.ac.id/61330/ http://lib.unair.ac.id |
Daftar Isi:
- Statistika adalah ilmu yang mempelajari tentang pengumpulan, analisis, dan interpretasi data dalam rangka pengambilan keputusan. Analisis regresi merupakan salah satu metode yang paling sering digunakan untuk mengetahui apakah terdapat hubungan fungsional antara variabel respon dan variabel prediktor. Analisis regresi yang melibatkan dua variabel respon yang memiliki korelasi signifikan disebut dengan regresi birespon. Apabila fungsi regresi tidak diasumsikan mengikuti pola tertentu, maka fungsi tersebut didekati dengan pendekatan regresi nonparametrik. Estimator penalized spline merupakan potongan polinomial yang memiliki sifat tersegmen yang akan memberikan fleksibelitas lebih baik dengan adanya titik knot dan diperoleh dengan meminimumkan fungsi Penalized Least Square (PLS). Pada skripsi ini akan dibahas mengenai estimasi model regresi nonparametrik birespon multiprediktor berdasarkan estimator penalized spline dan diterapkan pada data sekunder dari Badan Pusat Statistik Propinsi Jawa Timur tentang persentase penduduk miskin dan pengeluaran perkapita makanan di Propinsi Jawa Timur dengan faktor yang mempengaruhi adalah tingkat kesempatan kerja, laju pertumbuhan ekonomi, tingkat pengangguran terbuka, dan tingkat partisipasi angkatan kerja. Penerapan algoritma dan program memberikan hasil bahwa model yang terbentuk sudah sesuai dengan nilai R-Square yang diperoleh sebesar 94%.