Mubarok, Ahmad Muhyidin Abdussalam (2018) Metode M-Estimation Dengan Pembobot Ramsay Untuk Menduga Parameter Robust Geographically Weighted Regression (Rgwr) (Studi Kasus Tingkat Kemiskinan Di Jawa Timur Tahun 2016). Sarjana thesis, Universitas Brawijaya.
Abstract
Geographically Weighted Regression (GWR) merupakan pengembangan dari model regresi linier dengan Ordinary Least Squares (OLS) menjadi model regresi terboboti yang memperhatikan efek spasial, sehingga menghasilkan penduga parameter yang hanya dapat digunakan untuk memprediksi setiap lokasi di mana data tersebut diamati. Salah satu isu penting dalam model regresi adalah efek outlier yang mengakibatkan penduga kuadrat terkecil menjadi bias. Metode regresi robust adalah salah satu alternatif dalam mengatasi permasalahan regresi, jika diyakini data mengandung outlier. Salah satu metode regresi robust yang sering digunakan adalah M-Estimation. Penelitian ini bertujuan untuk mendapatkan model GWR yang robust terhadap outlier menggunakan metode M-Estimation dengan pembobot Ramsay yang diaplikasikan pada data tingkat kemiskinan di Provinsi Jawa Timur tahun 2016. Peubah respon yang digunakan pada penelitian ini adalah persentase penduduk miskin dan peubah penjelas meliputi angka harapan hidup (AHH), angka harapan sekolah (AHS) serta pengeluaran perkapita untuk makanan. Model dengan penduga parameter yang didapatkan dari metode M-Estimation telah sesuai digunakan dan efektif dalam menduga tingkat kemiskinan di Provinsi Jawa Timur. Hal tersebut didukung dengan nilai koefisien determinasi yang tinggi yaitu lebih dari 75% di setiap lokasi pengamatan.
English Abstract
Geographically Weighted Regression (GWR) is a development from the linier regression model with Ordinary Least Squares (OLS) becoming a weighted regression model that considering the spatial effect in which produce parameter estimate that can be used to predict every location where the data is analyzed. One of the important issues in regression model is the outlier’s effect that make the least square estimate becoming bias. The robust regression method is one of the alternatives in solving regression problems, if data is believed to contain outliers. One of the robust regresson methods that often used is M-estimation. This research’s purpose is to obtain a GWR model that is robust towards outliers by using M-Estimation with Ramsay’s weight that is applied to the poverty rate data in East Java Province in 2016. Response variable that used in this research is percentage of population living in poverty and the predictor variables are life expectancy, school life expectancy, and per capita food expenditure. The model with parameter estimator that obtained from M-Estimation method already suitable and effective to estimate the poverty rate in East Java Province. This statement supported with the high coefficient of determination that more than 75% in every observation location.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2018/325/051807378 |
| Uncontrolled Keywords: | Kemiskinan, M-Estimation, Ramsay, RGWR, M-Estimation, Poverty, Ramsay, RGWR |
| Subjects: | 300 Social sciences > 362 Social problems of and services to groups of people > 362.5 Poor people |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
| Depositing User: | Nur Cholis |
| Date Deposited: | 04 Jul 2020 15:14 |
| Last Modified: | 22 Oct 2021 13:31 |
| URI: | http://repository.ub.ac.id/id/eprint/168516 |
Preview |
Text
AHMAD MUHYIDIN ABDUSSALAM MUBAROK.pdf Download (21MB) | Preview |
Actions (login required)
 |
View Item |