Perbandingan Penggunaan Pembobot Untuk Mengakomodasi Autokorelasi Dalam Regresi Nonparametrik Truncated Spline Pada Data Longitudinal
| Main Author: | Hayadi, Danny Julyanto Dwi |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/3846/ |
Daftar Isi:
- Analisis yang digunakan untuk mengetahui pola hubungan antara variabel respon dan variabel prediktor adalah analisis regresi. Analisis regresi dibagi menjadi tiga kelompok berdasarkan pendekatannya yaitu regresi parametrik, nonparametrik dan semiparametrik. Regresi nonparametrik dapat mengatasi kesulitan yang ada pada regresi parametrik yaitu salah satunya tidak terpenuhinya asumsi-asumsi uji parametrik dan juga ketika fungsi dari regresi tersebut tidak diketahui bentuk kurva regresinya. Regresi nonparametrik yang dapat digunakan untuk memodelkan data diantaranya regresi spline dan kernel. Regresi spline adalah analisis regresi yang mengestimasi data yang tidak memiliki pola tertentu dan memiliki kecenderungan dalam mencari sendiri estimasi data dari pola terbentuk. Penelitian ini menggunakan regresi nonparametrik truncated spline pada data longitudinal. Autokorelasi sering terjadi pada data longitudinal dikarenakan adanya perbedaan waktu pengamatan. Tujuan penelitian adalah menerapkan dan mencari nilai autokorelasi optimal yang dapat digunakan pada regresi nonparametrik truncated spline pada data simulasi longitudinal. Dilakukan perbandingan antara model dengan mengakomodasi adanya autokorelasi dan tidak. Hasil dari penelitian didapatkan bahwa tingkat autokorelasi optimal berada pada tingkat autokorelasi > 0,7 dan > 0,8 pada ordo polinomial kuadratik dan kubik. Apabila suatu penelitian menggunakan data longitudinal dengan kondisi seperti pada penelitian ini, analisis regresi nonparametrik truncated spline OLS dapat digunakan ketika tingkat autokorelasi < cut off.