PERBANDINGAN REGRESI ROBUST PENDUGA MM DENGAN METODE RANDOM SAMPLE CONSENSUS DALAM MENANGANI PENCILAN.
Teks penuh
Gambar
Dokumen terkait
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
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
Kata kunci : pencilan, metode kuadrat terkecil, regresi robust, penaksir least trimmed squares, dan penaksir M type Welsch,interquartil range,boxplot. Universitas
Pendeteksi pencilan menggunakan uji DfFITS, diperoleh nilai DfFITS pada pengamatan ke-11 dengan nilai DfFITS yang lebih besar dari satu ( DfFITS 1 ),
Regresi Robust disarankan dapat mengatasi masalah pencilan dalam data untuk mengestimasi parameter, salah satunya adalah Metode Momen (MM) yang digunakan untuk
Pada analisis regresi, metode estimasi yang digunakan untuk menduga parameter serta memiliki sifat tidak bias adalah Metode Kuadrat Terkecil (MKT) atau Ordinary Least
Kasus tersebut awalnya dianalisis dengan metode kuadrat terkecil tetapi karena salah satu asumsi klasik regresi tidak terpenuhi yaitu asumsi kenormalan maka kasus produksi