ANALISIS PERBANDINGAN REGRESI ROBUST ESTIMASI-M HUBER DAN ESTIMASI-S DALAM MENGATASI OUTLIER.
Teks penuh
Gambar
Dokumen terkait
Ketentuannya adalah : (jika nilai residu lebih kecil dari BBP atau lebih besar dari BAP maka data pengamatan yang bersangkutan adalah pencilan) Kajian Residual Dalam
Hasil yang diperoleh pada Tabel 5 menunjukkan variabel independen yang signifikan mempengaruhi pembentukan model regresi logistik multinomial antara lain nilai rata- rata raport,
Oleh sebab itu, pada penelitian ini akan dibahas regresi robust dengan metode estimasi-MM pada produksi jagung di Kabupaten Grobogan, karena pada variabel independen
Berdasarkan analisis deskriptif pada uji boxplot data yang digunakan mengidentifikasi adanya data outlier sehingga diperlukan prosedur regresi robust dengan
MKT dan penduga M menghasilkan dugaan parameter yang keliru sehingga diperoleh nilai MSE yang besar, sementara penduga S dan penduga MM tetap dapat mengestimasi
kuadrat terkecil, selanjutnya pengidentifikasian outlier dan menetukan estimasi parameter dengan metode regresi robust estimasi-S menggunakan pembobot Welsch dan
Estimation, and MM-Estimation in Robust Regression”, dari ketiga metode estimasi tersebut dibandingkan keefektifannya dalam mengatasi outlier ditinjau dari nilai adj
robust (tegar). Semakin besar r maka estimasi robust akan mendekati least square. M-Estimator dipandang baik dalam mengestimasi parameter yang disebabkan oleh data outlier