Ayuningtiyas, Nadiah Ulfa (2019) Studi Simulasi Analisis Path Nonparametrik Smoothing Spline Pada Pertumbuhan, Kadar Oksalat Dan Produksi Umbi Porang. Sarjana thesis, Universitas Brawijaya.
Abstract
Asumsi linieritas merupakan asumsi utama yang harus terpenuhi pada analisis path parametrik. Jika asumsi linieritas tidak terpenuhi dan bentuk fungsi tidak atau belum diketahui maka analisis yang tepat digunakan adalah menggunakan pendekatan nonparametrik. Penelitian ini menggunakan analisis path nonparametrik smoothing spline dengan data bangkitan berdasarkan data sekunder. Penelitian ini terdiri dari sembilan model dengan tiga kondisi jumlah sampel dan tiga kondisi keragaman galat. Kondisi tersebut adalah n sebesar 50, 80, 150 dan ragam galat sebesar 0,01; 0,1; 1. Tujuan dari penelitian ini adalah mendapatkan fungsi analisis path nonparametrik smoothing spline serta mengaplikasikan penggunaan iterative weighted berupa invers matriks varians kovarians error pada pendugaan fungsi path nonparametrik smoothing spline untuk variabel pertumbuhan, kadar oksalat dan produksi porang yang dipengaruhi oleh iklim dengan data simulasi. Hasil dari penelitian ini adalah fungsi analisis path nonparametrik smoothing spline terbaik adalah pada saat jumlah pengamatan sebesar 150 dengan ragam galat sebesar 0,01 dan pendugaan koefisien analisis path menggunakan metode iterative weighted dapat diaplikasikan pada semua kondisi jumlah sampel dan ragam galat
English Abstract
The linearity assumption is the main assumption that must be fulfilled in parametric path analysis. If the linearity assumption is violated and the form of the function is not or is not yet known then the appropriate analysis to use is to use a nonparametric approach. This study uses a nonparametric path analysis of smoothing spline with generated data based on secondary data. This study consisted of nine models with three sample size conditions (n) and three error variance (EV) conditions. These conditions are n for 50, 80, 150 and EV is 0.01; 0.1; 1. The purpose of this research is to obtain a nonparametric path analysis function for smoothing spline and to apply the use of iterative weighted in the form of inverse matrix variance covariance error in estimating the function of the nonparametric smoothing spline path for growth variables, oxalate levels and production of porang affected by climate with simulation data. The results of this study are the best nonparametric smoothing spline path analysis function is when the number of observations is 150 with an error variance of 0.01 and the estimation of the path analysis coefficient using the iterative weighted method can be applied to all conditions of the number of samples and the range of errors.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2019/496/052001618 |
| Uncontrolled Keywords: | Path Nonparametrik, Smoothing Spline, PWLS, Iterative Weighted. Nonparametric Path, Smoothing Spline, PWLS, Iterative Weighted. |
| Subjects: | 500 Natural sciences and mathematics > 511 General principles of mathematics > 511.8 Mathematical models (Mathematical simulation) |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 20 Jul 2020 23:49 |
| Last Modified: | 31 Jul 2020 07:09 |
| URI: | http://repository.ub.ac.id/id/eprint/179387 |
Actions (login required)
 |
View Item |