Perbandingan Model Regresi Semiparametrik Smoothing Spline Dengan Dan Tanpa Penalti

ElMamab, AlfianAfanGhafar (2017) Perbandingan Model Regresi Semiparametrik Smoothing Spline Dengan Dan Tanpa Penalti. Sarjana thesis, Universitas Brawijaya.

Abstract

Analisis regresi yang apabila bentuk kurva regresi diketahui maka pendekatan model regresi tersebut dinamakan model regresi parametrik. Sebaliknya, pendekatan Nonparametrik digunakan karena sebaran data tidak mengikuti kurva tertentu yang disediakan didalam pendekatan parametrik. Selain pendekatan parametrik dan nonparametrik, analisis regresi juga memiliki pendekatan semiparametrik. Regresi semiparametrik merupakan kombinasi antara regresi parametrik dan regresi nonparametrik. Penelitian ini bertujuan untuk membandingkan model regresi mengenai faktor yang mempengaruhi Tingkat Kemiskinan di Provinsi Jawa Timur akan digunakan Analisis Regresi Semiparametrik dengan Pendekatan Smoothing Spline menggunakan penalti dan tanpa menggunakan penalti. Parameter penghalus diestimasi dengan metode Generalized Cross Validation (GCV). Data Penelitian yang digunakan ialah data sekunder yang didapatkan dari Badan Pusat Statistik Provinsi Jawa Timur. Data yang diambil berupa Tingkat Kemiskinan sebagai respon (y), Tingkat Patrisipasi Angkatan Kerja dan Indeks Pembangunan Manusia sebagai prediktor di 38 kota/kabupaten yang ada di Jawa Timur pada tahun 2013. Hasil dari penelitian ini menunjukkan Analisis Regresi Smoothing Spline pada data Tingkat Kemiskinan di Jawa Timur memperlihatkan model semiparametrik dengan penalti lebih baik dibanding model semiparametrik tanpa penalti.

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2017/86/051700930
Subjects: 500 Natural sciences and mathematics > 510 Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: Budi Wahyono Wahyono
Date Deposited: 06 Feb 2017 08:41
Last Modified: 13 Apr 2020 10:42
URI: http://repository.ub.ac.id/id/eprint/155344
Full text not available from this repository.

Actions (login required)

View Item View Item