PENENTUAN ESTIMATOR B PADA REGRESI ROBUST

Salah satu asumsi pada regrcsi linier adalah kenonnalan sisaan. Akan tetapi untuk beberapa kasus hal terse but tidak dapat dipenuhi • sehingga metode kuadrat terkeeil tidak berlaku lagi. Penulisan ini bertujuan menggunakan Regresi Robust untuk mengatasi ketidaknonnalan sisaan dan juga dapat mengata...

Full description

Saved in:
Bibliographic Details
Main Author: DESI YUVITA, 089311082
Format: Theses and Dissertations NonPeerReviewed
Language:Indonesian
Published: 1999
Subjects:
Online Access:http://repository.unair.ac.id/57913/1/kk%20mpm%201.99%20Yuw%20p.pdf
http://repository.unair.ac.id/57913/
http://lib.unair.ac.id
Tags: Add Tag
No Tags, Be the first to tag this record!
Institution: Universitas Airlangga
Language: Indonesian
Description
Summary:Salah satu asumsi pada regrcsi linier adalah kenonnalan sisaan. Akan tetapi untuk beberapa kasus hal terse but tidak dapat dipenuhi • sehingga metode kuadrat terkeeil tidak berlaku lagi. Penulisan ini bertujuan menggunakan Regresi Robust untuk mengatasi ketidaknonnalan sisaan dan juga dapat mengatasi adanya pencilan dalam data. Dalam Regresi Robust terdapat beberapa metode dan salah satu diantaranya adalah Regresi Penaksiran-M Huber. Prinsip metode ini adalah merampatkan jarak Eulides antara nHai sampel dengan nilai harapan menjadi fungsi jarak. Metode ini diselesaikan dengan iterasi. untuk mempermudah perhitungan digunakan program S-Plus berdasarkan pada algoritma yang telah dibuat Dengan menggunakan regresi robust terbadap contoh data sekunder Y (hasil panen padi) dan X (pupuk) diperoleh koefisien regresi robust : A Y = 3.5827 + 0.187 Xl Sedangkan pada eontoh data sekunder Y (waktu pengiriman). X \ (banyak kasus). X2 (jarak) dari basil iterasi regresi robust diperoleh: A Y = 3.59660578 + 1.4464444 Xl + 0.01467769 X2 Kata kunei: ReblTesi Linier. Regresi Penaksiran-M, Regresi Robust, S-Plus.