Perbandingan Kurva Regresi Nonparametrik Smoothing Spline Berdasarkan Tingkat Heteroskedastisitas
| Main Author: | Aisah |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/155197/1/Aisah.pdf http://repository.ub.ac.id/155197/ |
Daftar Isi:
- Regresi nonparametrik merupakan suatu metode untuk menggambarkan bentuk kurva regresi yang tidak diketahui dan tidak terdapat informasi terdahulu (priori information) secara tepat. Salah satu model dalam regresi nonparametrik adalah smoothing spline. Kasus heteroskedastisitas pada pendugaan parameter dengan pendekatan Ordinary Least Square (OLS). penanganan kasus heteroskedastisitas diperlukan agar penduga parameter yang dihasilkan efisien dan terbaik. Nilai Mean Absolute Percentage Deviation (MAPD) digunakan sebagai acuan tingkat heteroskedastisitas yang bervariasi berkisar antara 0,1 sampai 1. Variasi nilai MAPD diteliti menggunakan pendekatan Penalized Weighted Least Square (PWLS) dengan mempertimbangkan heteroskedastisitas (DM) maupun tanpa mempertimbangkan heteroskedastisitas (TM). Hasil penelitian simulasi ini menunjukkan bahwa : (1) pendugaan kurva regresi nonparametrik smoothing spline dengan pendekatan DM dan TM relatif sama pada tingkat heteroskedastisitas sangat kecil dan kecil, dan berbeda pada tingkat heteroskedastisitas sedang dan besar., (2) pendugaan kurva regresi nonparametrik smoothing spline dengan pendekatan DM dan TM secara umum memberikan hasil yang berbeda ketika MAPD > 0,4., (3) pendugaan kurva regresi nonparametrik smoothing spline dengan pendekatan DM dan TM pada semua ukuran pengamatan memberikan hasil yang berbeda ketika MAPD > 0,5 dan pada semua error varians memberikan hasil yang berbeda ketika MAPD > 0,5. ketika MAPD > 0,7 dan error varians besar ketika MAPD > 0,7.