Pendugaan Regresi Kuantil Dengan Pendekatan Bootstrap Pada Data Impor Dan Data Curah Hujan
| Main Author: | Harianja, Kristina Deomiani |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/8786/ |
Daftar Isi:
- Analisis regresi merupakan metode yang digunakan untuk melihat hubungan antara variabel respon dengan variabel prediktor. Salah satu metode pendugaan parameter dalam analisis regresi adalah metode OLS (Ordinary Least Square). Pendugaan metode OLS dilakukan pada pusat sebaran yakni rata-rata tanpa memperhatikan bagian sebaran lainnya seperti saat nilai minimum, maksimum, maupun nilai pada bagian tertentu dari pengamatan. Berkembanglah regresi kuantil yang digunakan untuk menduga parameter pada keseluruhan distribusi data. Regresi kuantil dapat diterapkan pada data asimetrik dan pendugaannya tidak terpengaruh oleh pelanggaran asumsi regresi. Pendugaan regresi kuantil dilakukan dengan pendekatan bootstrap yakni resampling pada data asli dengan pengembalian. Bootstrap menghasilkan nilai penduga dan standard error yang digunakan untuk membentuk selang kepercayan. Penerapan regresi kuantil dilakukan pada bidang ekonomi dan bidang metereologi yakni dengan data impor dan data curah hujan. Hasil analisis pada kedua data memberikan informasi pendugaan pada masing-masing kuantil. Di bidang ekonomi, pada keadaan impor rendah dan tinggi dipengaruhi signifikan oleh ekspor sedangkan saat impor dalam keadaan sedang (stabil) maka impor dipengaruhi secara signifikan oleh ekspor dan inflasi. Di bidang meteorologi, curah hujan yang rendah sampai pada keadaan tinggi dipengaruhi secara signifikan oleh kelembaban udara dan kecepatan arah angin sedangkan curah hujan sangat tinggi hanya dipengaruhi signifikan oleh kelembaban udara.