Penerapan Spline Terboboti Untuk Mengatasi Heteroskedastisitas Pada Regresi Nonparametrik
| Main Author: | Ismi, SeptiNurul |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2013
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/153385/1/SKRIPSI__SEPTI_NURUL_I_%280810950065.pdf http://repository.ub.ac.id/153385/ |
Daftar Isi:
- Pendekatan statistika nonparametrik digunakan jika asumsi sebaran data kontinyu tidak membentuk pola tertentu. Spline merupakan salah satu jenis piecewise polinomial, yang dapat digunakan untuk melihat pola pertumbuhan individu. Data yang mengandung heteroskedastisitas dapat diatasi menggunakan regresi spline terboboti dan kesesuaian model dapat ditentukan dengan memilih titik knot optimal menggunakan metode Generalized Cross Validation (GCV). Penelitian ini bertujuan untuk menduga parameter model pertumbuhan berat badan balita. Data ini mengandung heteroskedastisitas dapat diatasi dengan menambah pembobot pada GCV, yang diperoleh dengan metode Local Moving Average. Berdasarkan hasil analisis, model yang sesuai adalah model spline kuadratik terboboti dengan dua titik knot, yaitu knot 6 dan 13, dengan model tersegmen yaitu: Umur (Bulan ke-) Model Penduga x_1≤6 f(x ̂)=3.4464+0.9415x_1^1-0.0489x_1^2 〖6<x〗_1≤13 f(x ̂)=4.6272+0.5479x_1-0.0161x_1^2 x_1>13 f(x ̂ )=7.6848+0.1423x_1-0.0005x_1^2 R_adj^2 sebesar 97.494% menunjukkan keragaman berat badan balita yang dijelaskan oleh model, sedangkan sisanya dijelaskan oleh peubah lain yang tidak dimasukkan dalam model.