Kajian Metode Robust Least Trimmed Square (LTS) Dalam Mengestimasi Parameter Regresi Linear Berganda Untuk Data yang Mengandung Pencilan
Bebas
12
0
0
Teks penuh
(2)(3)(4)(5)
(6)(7)
(8)
(9)(10)
(11)(12)
Gambar
Dokumen terkait
Ada beberapa metode dalam regresi robust yang dapat digunakan untuk menangani data pencilan, salah satunya adalah metode Least Trimmed Squares (LTS).Olehnya itu, penulis
Berdasarkan hasil yang diperoleh pada penelitian ini, regresi robustpenaksir LTSmemberikan hasil yang lebih baik daripada penaksir LMS dan metode OLS dengan kriteria
Ada beberapa metode dalam regresi robust yang dapat digunakan untuk mengatasi data outlier , diantaranya Least Median of Square (LMS), Least Trimmed Squares
Tujuan utama dari penelitian ini adalah mengestimasi parameter model dalam regresi linier berganda dengan metode estimator LTS ketika data terkontaminasi oleh
Ketika persentase pencilan lebih dari 0% sampai 5% terlihat bahwa pendugaan parameter dengan menggunakan metode LTS1 memiliki nilai yang paling mendekati
Analisis Regresi Robust pada Data Mengandung Pencilan dengan Menggunakan Metode Least Median Square ; Hufron Haditama; 051810101096; 2011; 33 Halaman; Jurusan Matematika
Analisis Regresi Robust pada Data Mengandung Pencilan dengan Menggunakan Metode Least Median Square ; Hufron Haditama; 051810101096; 2011; 33 Halaman; Jurusan Matematika
Pendeteksi pencilan menggunakan uji DfFITS, diperoleh nilai DfFITS pada pengamatan ke-11 dengan nilai DfFITS yang lebih besar dari satu ( DfFITS 1 ),
