ESTIMASI PARAMETER MODEL REGRESI M-KUANTIL MENGGUNAKAN METODE ITERATIVE REWEIGHTED LEAST SQUARE (IRLS)

DEWI, LISA APRIANA (2013) ESTIMASI PARAMETER MODEL REGRESI M-KUANTIL MENGGUNAKAN METODE ITERATIVE REWEIGHTED LEAST SQUARE (IRLS). Other thesis, Universitas Sebelas Maret.

[img]
Preview
PDF - Published Version
Download (467Kb) | Preview

    Abstract

    ABSTRAK Lisa Apriana Dewi. 2013. ESTIMASI PARAMETER MODEL REGRESI MKUANTIL MENGGUNAKAN METODE ITERATIVE REWEIGHTED LEAST SQUARE (IRLS). Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret. Analisis Regresi M-kuantil merupakan salah satu metode yang digunakan untuk menganalisis data yang tidak memenuhi asumsi normalitas pada regresi parametrik. Salah satu aplikasi analisis regresi M-kuantil adalah untuk mengestimasi model pada suatu daerah kecil. Suatu daerah dikatakan kecil apabila sampel yang diambil dari daerah tersebut menghasilkan estimasi langsung dengan nilai yang tidak akurat. Oleh karena itu, dilakukan pendekatan baru yaitu penggunaan Regresi M-kuantil dengan Small Area Estimation (SAE). Tujuan dari pendekatan ini yaitu untuk mengetahui estimasi model setiap kuantil pada suatu wilayah kecil. Berdasarkan hasil kajian, parameter model regresi M-kuantil diestimasi menggunakan metode Iterative Reweighted Least Square (IRLS) dengan fungsi pembobot Huber yaitu ̂ ( ) Estimasi model pendekatan regresi M-kuantil pada SAE adalah ̂ {Σ Σ ̂ Σ ̂ } KataKunci : Regresi M-kuantil, Small Area Estimation, Iterative Reweighted Least Square ABSTRACT Lisa Apriana Dewi. 2013. PARAMETER ESTIMATIONS OF M-QUANTILE REGRESSION USING ITERATIVE REWEIGHTED LEAST SQUARE METHOD (IRLS). Faculty of Mathematics and Natural Sciences, SebelasMaret University. M-quantile Regression analysis is one method used to analyze the data which is not meet the assumptions of normality in parametric regression. One of the application M-quantile regression analysis is to estimate the model on a small area. An area is said to be small if samples which are generate from that area have direct estimation that is not accurate. Therefore, M-quantile regression on Small Area Estimation (SAE) used as the new approach. The purpose of this approach is to improve estimation model for each quantile in a small area. Based on the result of the study, parameter of M-quantile Regression Model is estimated using Iterative Reweighted Least Square (IRLS) method with Huber’s weighted function that is ̂ ( ) Model of ̂ {Σ Σ ̂ Σ ̂ } is the estimation models M-quantile regression approach on the SAE. Key Word: M-quantile Regression, Small Area Estimation, Iterative Reweighted Least Square.

    Item Type: Thesis (Other)
    Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
    Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
    Depositing User: Noviana Daruwati Kusuma Adi
    Date Deposited: 29 Apr 2014 20:25
    Last Modified: 29 Apr 2014 20:25
    URI: https://eprints.uns.ac.id/id/eprint/13985

    Actions (login required)

    View Item