Cover Image

Pendugaan Parameter Regresi Semiparametrik dengan Pendekatan Kernel

Main Author: EmmaLucyaFitrianty
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2008
Subjects:
510 Mathematics
Online Access: http://repository.ub.ac.id/151888/1/050802435.pdf
http://repository.ub.ac.id/151888/
ctrlnum 151888
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/151888/</relation><title>Pendugaan Parameter Regresi Semiparametrik dengan Pendekatan Kernel</title><creator>EmmaLucyaFitrianty</creator><subject>510 Mathematics</subject><description>Pendugaan parameter dalam analisis regresi memiliki peran penting dalam menentukan hubungan yang sebenarnya antara satu variabel dengan variabel yang lain. Metode pendekatan yang digunakan dalam pendugaan parameter regresi ada dua macam yaitu regresi parametrik dan regresi nonparametrik. Salah satu persoalan yang muncul dalam masalah pendugaan parameter regresi yaitu tidak semua variabel penjelas dapat didekati dengan pendekatan parametrik. Misalkan dalam suatu model persamaan regresi, terdapat beberapa variabel penjelas ( X dan Z ) yang berpengaruh terhadap variabel respon ( Y ). Bentuk hubungan X dengan Y diketahui linier dalam parameter ( X dianggap sebagai komponen parametrik). Sedangkan bentuk hubungan Z dengan Y tidak diketahui ( Z dianggap sebagai komponen nonparametrik). Dalam masalah ini, pendugaan parameter regresi dapat dilakukan dengan menggabungkan pendekatan parametrik dan nonparametrik sehingga menghasilkan model regresi semiparametrik atau disebut Model Linier Parsial ( Partially Linear Model ) (Sheng, 1998). Parameter regresi semiparametrik dapat diduga dengan menggunakan pendekatan Kernel. Metode Kernel mempunyai dua parameter yaitu fungsi Kernel K dan parameter h. Fungsi Kernel K yang digunakan adalah Kernel Gaussian. Sedangkan parameter h dinamakan parameter penghalus atau sering disebut bandwidth . Penelitian ini bertujuan untuk mendapatkan bandwidth optimal dengan metode Shibata dan mengetahui hasil penerapan pendekatan Kernel untuk menduga parameter regresi semiparametrik (Model Linier Parsial). Dalam penelitian ini digunakan 10 data sekunder yang didalamnya terdapat hubungan antarvariabel yang membentuk Model Linier Parsial. Meskipun galat model masih mengandung autokorelasi dan homoskedastisitas, model ini dapat digunakan sebagai metode alternatif penyelesaian masalah regresi yang tidak dapat diselesaikan dengan model regresi parametrik maupun model regresi nonparametrik.</description><date>2008-07-31</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/151888/1/050802435.pdf</identifier><identifier> EmmaLucyaFitrianty (2008) Pendugaan Parameter Regresi Semiparametrik dengan Pendekatan Kernel. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/MIPA/2008/226/050802435</relation><recordID>151888</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author EmmaLucyaFitrianty
title Pendugaan Parameter Regresi Semiparametrik dengan Pendekatan Kernel
publishDate 2008
topic 510 Mathematics
url http://repository.ub.ac.id/151888/1/050802435.pdf
http://repository.ub.ac.id/151888/
contents Pendugaan parameter dalam analisis regresi memiliki peran penting dalam menentukan hubungan yang sebenarnya antara satu variabel dengan variabel yang lain. Metode pendekatan yang digunakan dalam pendugaan parameter regresi ada dua macam yaitu regresi parametrik dan regresi nonparametrik. Salah satu persoalan yang muncul dalam masalah pendugaan parameter regresi yaitu tidak semua variabel penjelas dapat didekati dengan pendekatan parametrik. Misalkan dalam suatu model persamaan regresi, terdapat beberapa variabel penjelas ( X dan Z ) yang berpengaruh terhadap variabel respon ( Y ). Bentuk hubungan X dengan Y diketahui linier dalam parameter ( X dianggap sebagai komponen parametrik). Sedangkan bentuk hubungan Z dengan Y tidak diketahui ( Z dianggap sebagai komponen nonparametrik). Dalam masalah ini, pendugaan parameter regresi dapat dilakukan dengan menggabungkan pendekatan parametrik dan nonparametrik sehingga menghasilkan model regresi semiparametrik atau disebut Model Linier Parsial ( Partially Linear Model ) (Sheng, 1998). Parameter regresi semiparametrik dapat diduga dengan menggunakan pendekatan Kernel. Metode Kernel mempunyai dua parameter yaitu fungsi Kernel K dan parameter h. Fungsi Kernel K yang digunakan adalah Kernel Gaussian. Sedangkan parameter h dinamakan parameter penghalus atau sering disebut bandwidth . Penelitian ini bertujuan untuk mendapatkan bandwidth optimal dengan metode Shibata dan mengetahui hasil penerapan pendekatan Kernel untuk menduga parameter regresi semiparametrik (Model Linier Parsial). Dalam penelitian ini digunakan 10 data sekunder yang didalamnya terdapat hubungan antarvariabel yang membentuk Model Linier Parsial. Meskipun galat model masih mengandung autokorelasi dan homoskedastisitas, model ini dapat digunakan sebagai metode alternatif penyelesaian masalah regresi yang tidak dapat diselesaikan dengan model regresi parametrik maupun model regresi nonparametrik.
id IOS4666.151888
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-27T08:52:52Z
last_indexed 2021-10-28T07:38:48Z
recordtype dc
_version_ 1751454571049254912
score 17.538404

Lihat Juga