Andrianto, Erwin (2014) Pendugaan Regresi Nonparametrik Dengan Fungsi Kernel Gaussian. Sarjana thesis, Universitas Brawijaya.
Abstract
Analisis regresi nonparametrik merupakan metode pendugaan kurva regresi yang digunakan jika tidak ada informasi sebelumnya tentang bentuk kurva regresi atau tidak terikat pada asumsi bentuk fungsi tertentu. Estimasi fungsi regresi nonparametrik dilakukan berdasarkan data pengamatan dengan menggunakan teknik pemulusan (smoothing). Penelitian ini bertujuan untuk memperlihatkan pendekatan penduga kernel dalam regresi nonparametik pada data sekunder berupa kadar monocyte pasien penderita Tubekolosis Paru. Dari hasil perhitungan didapat nilai koefisien determinasi regresi linier sebesar 0.006, hasil perhitungan koefisien determinasi regresi kuadratik sebesar 0.024, hasil perhitungan koefisien determinasi regresi kubik sebesar 0.152, dan hasil perhitungan koefisien determinasi regresi nonparametrik sebesar 0.948. Dari hasil perhitungan dapat disimpulkan bahwa dalam pendugaan kadar monocyte pasien penderita tuberkolosis paru di rumah sakit Dr. Saiful Anwar (RSSA) metode yang lebih tepat adalah dengan menggunakan regresi nonparametrik dengn fungsi kernel.
English Abstract
Nonparametric regression analysis is a curve estimation methods are used to estimate a regression curve if there is no previous information about the shape of regression curve or not tied to a specific function form assumtions. Estimation of nonparametric regression based on observation data using smoothing technique. This research aims to demonstrate the kernel estimator in nonparametric regression on the secondary data which is monocyte levels of patients with Pulmonary Tuberculosis. Based on calculation we obtained determination coefficient value of linier regression is 0.006, determination coefficient value of quadratic regression is 0.024, determination coefficient value of cubic regression is 0.152, and determination coefficient value of nonparametric regression is 0.948. based on calculation it can be concluded that nonparametric regression with kernel functions is more appropriate than parametric regression on the onocyte levels of patients with pulmonary tuberculosis at hostital Dr. Saiful Anwar (RSSA).
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/MIPA/2014/394/051407906 |
Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
Depositing User: | Budi Wahyono Wahyono |
Date Deposited: | 27 Nov 2014 14:34 |
Last Modified: | 21 Oct 2021 06:39 |
URI: | http://repository.ub.ac.id/id/eprint/154034 |
Preview |
Text
SKRIPSI.pdf Download (3MB) | Preview |
Actions (login required)
View Item |