7 PENDETEKSIAN OUTLIER DENGAN METODE REGRESI RIDGE
Teks penuh
Dokumen terkait
Analisis Regresi Robust pada Data Mengandung Pencilan dengan Menggunakan Metode Least Median Square ; Hufron Haditama; 051810101096; 2011; 33 Halaman; Jurusan Matematika
Uji normalitas yang dimaksud dalam asumsi klasik pendekatan OLS adalah (data) residual yang dibentuk model regresi linier terdistribusi normal, bukan variabel
Selang kepercayaan untuk koefisien regresi yang diperoleh dengan metode LMS lebih sempit dibanding dengan metode OLS jika data tidak mengandung pencilan, Sedangkan untuk data
Pengamatan berpengaruh yang berpotensi sebagai Outlier atau influential point akan mempengaruh estimasi koefisien, fitted, residu dan struktur kovarian pada koefisien
Dalam kasus model regresi linear adakalanya terdapat data outlier (pencilan) yaitu pengamatan dengan nilai mutlak sisaan jauh lebih besar daripada sisaan-sisaan lain
Penelitian ini bertujuan mengkaji metode pengaruh lokal untuk mendeteksi pengamatan pencilan dan peubah bebas berpengaruh, mengkaji suatu pembobot yang diperoleh dari metode
Dari uraian rumusan masalah di atas, maka tujuan dari penelitian ini adalah untuk mengetahui cara mendeteksi outlier pada regresi nonlinier dengan metode statistik
Persamaan garis regresi linear yang diperoleh dapat menjelaskan 94,7% dari variansi total dalam data, sehingga pada kasus data mengandung pengamatan pencilan yang berpengaruh,
