Nazila, Permata (2016) Pemilihan Titik Knot Optimal Dengan Metode Generalized Cross Validation Dan Generalized Maximum Likelihood Pada Regresi Nonparametrik Spline Birespon. Sarjana thesis, Universitas Brawijaya.
Abstract
Analisis regresi merupakan salah satu analisis statistika yang dipergunakan untuk mengestimasi pengaruh antara variabel prediktor dengan variabel respon. Regresi nonparametrik merupakan salah satu analisis regresi yang belum diketahui bentuk kurva regresinya. Salah satu metode nonparametrik untuk mengestimasi bentuk kurva regresi f adalah metode spline. Metode spline yang digunakan adalah spline dengan basis polinomial truncated. Salah satu kelebihan spline adalah terdapat titik knot. Beberapa metode dalam pemilihan knot optimal, antara lain dengan metode Generalized Cross Validation (GCV) dan Generalized Maximum Likelihood (GML). Kelebihan metode GML baik untuk data yang saling berkolerasi. Regresi birespon terdiri dari satu atau lebih prediktor yang mempengaruhi dua respon dengan asumsi terdapat korelasi antar respon. Penelitian ini bertujuan untuk membandingkan metode pemilihan titik knot GCV dan GML pada data faktor-faktor Angka Harapan Hidup dan Angka Kematian Bayi di Provinsi Jawa Timur tahun 2013. Dari hasil percobaan dengan 1, 2, dan 3 titik knot pada derajat polinomial linier, kuadratik, dan kubik pada masing-masing metode pemilihan titik knot, didapatkan hasil bahwa metode GCV spline truncated linier 1 titik knot adalah yang paling menghasilkan kurva smooth/mulus dibandingkan dengan metode GML. Hal ini berdasarkan nilai R2 yang paling besar yaitu 74%.
English Abstract
Regression analysis is one of statistical analysis that used to estimate the effect of predictor variables with the response variable. Nonparametric regression is one of regression analysis that unknown regression curve shape. One of nonparametric method for estimating regression curve shape f, that is the method of spline. Spline method use basis of truncated polynomial. One of the advantages from spline, there is a point spline knots. Some methods in the selection of the optimal knots, there are the Generalized Cross Validation (GCV) method and Generalized Maximum Likelihood (GML). Excess GML method is good for data that correlation with each other. Regression birespon consists of one or more predictors that affecting two responses by assuming of correlation between response. The objective of this research to compare the method of selecting the point knots GCV and GML with factors data of life expectancy and mortality rate in East Java province in 2013. From experiment with 1, 2, and 3 knots point and degree of linear polynomial, quadratic, and cubic in each knot point selection method, showed that the GCV method with spline truncated of one point knots linear is the most smooth curves compared to the method GML. It is based on the largest value R2 is 74%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2016/311/ 051610473 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Kustati |
| Date Deposited: | 25 Oct 2016 13:56 |
| Last Modified: | 21 Mar 2022 08:14 |
| URI: | http://repository.ub.ac.id/id/eprint/154833 |
Preview |
Text
PERMATA NAZILA.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |