• Tidak ada hasil yang ditemukan

Pengaruh Pencilan Pada Pohon Regresi

N/A
N/A
Protected

Academic year: 2017

Membagikan "Pengaruh Pencilan Pada Pohon Regresi"

Copied!
58
0
0

Teks penuh

(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)
(21)
(22)
(23)
(24)
(25)
(26)
(27)
(28)
(29)
(30)
(31)
(32)
(33)
(34)
(35)
(36)
(37)
(38)
(39)
(40)
(41)
(42)
(43)
(44)
(45)
(46)
(47)
(48)
(49)
(50)
(51)
(52)
(53)
(54)
(55)
(56)
(57)
(58)

Referensi

Dokumen terkait

Meskipun memiliki nilai R 2 yang sama, namun tanpa menghapus amatan ke-16 dapat menghasilkan nilai KI yang lebih kecil, sehingga pada algoritma genetika amatan

Ini terlihat dari nilai MSE pada penduga S lebih kecil dibandingkan MKT tetapi semakin besar persentase pencilan maka Metode Penduga-S semakin tidak Robust (tegar) dalam

Dari Gambar 111 dan 112 di atas dapat dilihat bahwa nilai dugaan koefisien regresi MKT dan Peduga-M tidak mendekati koefisien regresi sedangkan untuk koefisien regresi

Formula untuk metodE uji simpangan baku dan uji sisa ter-student dapat dibandingkan secara teoritis dimana jika suatu data terdeteksi sebagai pencilan dengan uji sisa

Pendeteksi pencilan menggunakan uji DfFITS, diperoleh nilai DfFITS pada pengamatan ke-11 dengan nilai DfFITS yang lebih besar dari satu ( DfFITS  1 ),

Data yang diperoleh tidak jarang ditemukan satu atau beberapa yang jauh dari pola kumpulan data keseluruhan yang lazim didefenisikan sebagai pencilan ( outlier ). Pencilan

regresi Robust penduga Welsch yang relatif tidak memerlukan banyak iterasi, dapat disimpulkan bahwa pendugaan parameter metode regresi Ro- bust penduga Welsch lebih efektif daripada

Regresi robust merupakan metode regresi yang digunakan ketika distribusi dari residual tidak normal dan atau mengandung beberapa pencilan yang berpengaruh pada model Chen, 2002.. Least