• Tidak ada hasil yang ditemukan

Perbandingan Antara Estimasi M dengan Type Welsch dengan Least Trimmed Square untuk Mengatasi Adanya Data Pencilan

N/A
N/A
Info
Unduh - Bebas
Protected

Academic year: 2017

Membagikan "Perbandingan Antara Estimasi M dengan Type Welsch dengan Least Trimmed Square untuk Mengatasi Adanya Data Pencilan"

Copied!
1
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 1 Halaman )

Teks penuh

(1)

DAFTAR PUSTAKA

Alfigari.2002.Analisis Regresi.Sekolah Tinggi Ilmu Ekonomi YKPN.Yogyakarta.

Cahmayati Dian dan Tanuji Hadi. 2009.Efektivitas Metode Regresi Robust PendugaWelsch

dalam mengatasi Pencilan pada Pemodelan Regresi Linier Berganda.Universitas

Sriwijaya.

Dixon J,Wilfrid dan Massey J.Frank.1991.Pengantar Analisis Statistik.Universitas

Gadjah Mada.Yogyakarta.

Draper, N.R dan H. Smith. 1992.Analisis Regresi Terapan.Terj.Bambang

Sumantri.Gramedia.Jakarta.

Hasan Iqbal.1999.Pokok-pokok materi statistik.Penerbit.Bumi Aksara.Jakarta.

Hadi Sutrisno.2000.Statistika.Penerbit Andi.Yogyakarta.

Heryanto Nar dan Gantin Tuti.2010.Pengantar Statistika Matematika.Penerbit

Yrama Widia.Bandung

Santoso Singgih.2004.Statistik Diskriftif.Penerbit Andi.Yogyakarta.

Supangat Andi.2007.Statistika Dalam kajian Deskriftif,Inferensi, dan

Nonparametrik.Kencana Prenada Media Group.Bandung.

Roosseeuw J.Peter dan Leroy M,Annick.1986.Robust Regression And Outlier

Detection.USA.

Referensi

Unduh sekarang ( PDF - 1 Halaman - 437.86 KB )

Dokumen terkait

Estimasi Parameter Model Dalam Regresi Linier Berganda Dengan Metode Least Trimmed Squares (Lts).

Tujuan utama dari penelitian ini adalah mengestimasi parameter model dalam regresi linier berganda dengan metode estimator LTS ketika data terkontaminasi oleh

Kajian Metode Robust Least Trimmed Square (LTS) Dalam Mengestimasi Parameter Regresi Linear Berganda Untuk Data yang Mengandung Pencilan

Saat mengestimasi menggunakan metode OLS jika terdapat pencilan pada himpunan data maka metode OLS tidak efektif untuk menghasilkan model persamaan regresi linear

Kajian Metode Robust Least Trimmed Square (LTS) Dalam Mengestimasi Parameter Regresi Linear Berganda Untuk Data yang Mengandung Pencilan

Saat mengestimasi menggunakan metode OLS jika terdapat pencilan pada himpunan data maka metode OLS tidak efektif untuk menghasilkan model persamaan regresi linear

Kajian Metode Robust Least Trimmed Square (LTS) Dalam Mengestimasi Parameter Regresi Linear Berganda Untuk Data yang Mengandung Pencilan

Ada berbagai macam metode yang dapat digunakan untuk mendeteksi adanya data pencilan yang berpengaruh dalam koefisien regresi diantaranya adalah metode grafis, boxplot,

Kajian Metode Robust Least Trimmed Square (LTS) Dalam Mengestimasi Parameter Regresi Linear Berganda Untuk Data yang Mengandung Pencilan

Perbandingan Metode Robust Least Trimmed Square (LTS) Dengan Metode Scale Dalam Mengestimasi Parameter Regresi Linear Berganda Untuk Data Pencilan..

PERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENDUGA-S DALAM MENGATASI DATA PENCILAN DENGAN SIMULASI DATA SKRIPSI

Kata kunci: Pencilan, Metode Kuadrat Terkecil, Regresi Robust , Least Trimmed Squares , Penduga-S.. THE COMPARISON OF ROBUST REGRESSION LEAST TRIMMED SQUARES AND

2.1. Pengertian dan Dampak Pencilan 2.1.1. Pengertian Pencilan - Perbandingan Metode Least Trimmed Squares dan Penaksir M dalam Mengatasi Permasalahan Data Pencilan

Dalam analisis regresi, langkah pertama yang dilakukan yaitu menghapus pencilan kemudian mencocokkan data yang sudah bagus dengan menggunakan metode kuadrat

PERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENAKSIR M DALAM MENGATASI PERMASALAHAN DATA PENCILAN SKRIPSI SRI WULANDARI 080803006

Hasil penelitian yang diperoleh yaitu penaksir LTS merupakan metode paling baik karena mampu mengatasi pencilan dan menghasilkan estimasi koefisien regresi yang baik