Triardianto, YuliAndika (2017) Perbandingan Metode Pendugaan Kurva Regresi Nonparametrik Smoothing Spline Pls Dan Pwls Pada Berbagai Tingkat Autokorelasi Untuk Data Longitudinal. Sarjana thesis, Universitas Brawijaya.
Abstract
Dalam metode statistika, pola hubungan respon Y dengan prediktor X dapat diketahui menggunakan analisis regresi. Pola hubungan respon Y dan prediktor X dapat diketahui menggunakan dua pendekatan, yaitu pendekatan parametrik dan pendekatan nonparametrik. Apabila asumsi tersebut tidak terpenuhi maka pendekatan nonparametrik dapat digunakan sebagai alternatif di mana bentuk kurva f belum atau tidak diketahui. Salah satu kelebihan dari regresi nonparametrik adalah sangat fleksibel karena bentuk kurva yang diestimasi menyesuaikan dengan pola data, sedangkan pada regresi parametrik data yang menyesuaikan bentuk kurva yang telah diketahui. Regresi nonparametrik dapat didekati menggunakan spline pada data longitudinal. Pada data longitudinal sering terjadi autokorelasi antar pengamatan dalam subjek yang sama dikarenakan adanya perbedaan waktu pengamatan. Tujuan penelitian adalah menerapkan dan mencari nilai autokorelasi optimal yang dapat digunakan pada regresi nonparametrik smoothing spline untuk data longitudinal. Penelitian menggunakan data simulasi yang telah di desain memiliki sifat nonlinier. Dilakukan perbandingan antara model yang mengakomodir adanya autokorelasi dan tidak. Hasil dari penelitian didapatkan bahwa tingkat autokorelasi optimal berada pada tingkat autokorelasi > 0,5. Apabila suatu data memiliki nilai autokorelasi ≤ 0,5 maka analisis dapat menggunakan regresi nonparametrik tanpa mempertimbangkan pembobot atau Penalized Least Square (PLS).
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2017/151/051701774 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 22 Mar 2017 09:03 |
| Last Modified: | 23 Mar 2022 03:18 |
| URI: | http://repository.ub.ac.id/id/eprint/155195 |
Preview |
Text
Yuli Andika Triardianto.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |