Estimasi Kurva Regresi Linear dan Nonlinear dengan Akaike Information Criterion dan Generalized Cross Validation sebagai Metode Pemilihan Bandwidth

Rusmi Purwanti, 1117031047 (2015) Estimasi Kurva Regresi Linear dan Nonlinear dengan Akaike Information Criterion dan Generalized Cross Validation sebagai Metode Pemilihan Bandwidth. Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Lampung.

Preview	File PDF ABSTRAK.pdf Download (8Kb) | Preview
Preview	File PDF ABSTRACT.pdf Download (7Kb) | Preview
Preview	File PDF COVER DALAM.pdf Download (18Kb) | Preview
Preview	File PDF HALAMAN PERSETUJUAN.pdf Download (203Kb) | Preview
Preview	File PDF HALAMAN PENGESAHAN.pdf Download (200Kb) | Preview
Preview	File PDF PERNYATAAN.pdf Download (128Kb) | Preview
Preview	File PDF RIWAYAT HIDUP.pdf Download (7Kb) | Preview
Preview	File PDF MOTO.pdf Download (25Kb) | Preview
Preview	File PDF PERSEMBAHAN.pdf Download (145Kb) | Preview
Preview	File PDF SANWACANA.pdf Download (132Kb) | Preview
Preview	File PDF DAFTAR ISI.pdf Download (94Kb) | Preview
Preview	File PDF DAFTAR TABEL.pdf Download (198Kb) | Preview
Preview	File PDF DAFTAR GAMBAR.pdf Download (259Kb) | Preview
Preview	File PDF BAB I.pdf Download (265Kb) | Preview
Preview	File PDF BAB II.pdf Download (471Kb) | Preview
Preview	File PDF BAB III.pdf Download (262Kb) | Preview
	File PDF BAB IV.pdf Restricted to Hanya pengguna terdaftar Download (829Kb)
Preview	File PDF BAB V.pdf Download (86Kb) | Preview
Preview	File PDF DAFTAR PUSTAKA.pdf Download (84Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

ABSTRAK ESTIMASI KURVA REGRESI LINEAR DAN NONLINEAR DENGAN AKAIKE INFORMATION CRITERION DAN GENERALIZED CROSS VALIDATION SEBAGAI METODE PEMILIHAN BANDWIDTH Oleh Rusmi Purwanti Regresi nonparametrik adalah metode statistika yang digunakan untuk menduga pola hubungan antara variabel respon Y dengan variabel prediktor X yang tidak diketahui distribusi fungsinya. Estimasi dengan regresi nonparametrik dilakukan dengan menggunakan teknik pemulusan terhadap data pengamatan. Teknik pemulus yang sudah populer diterapkan seperti Histogram, deret Fourier, Kernel, Spline, Wavelet, dan Nadaraya-Watson. Penelitian ini bertujuan untuk menduga kurva regresi linear dan nonlinear menggunakan metode deret Fourier dan Nadaraya-Watson dengan pemilihan bandwidth (parameter pemulus) menggunakan Akaike Information Criterion (AIC), Improved Akaike Information Criterion (AICC) dan Generalized Cross Validation (GCV) serta menentukan AIC, AICC, atau GCV yang paling baik digunakan. Hasil penelitian ini menunjukkan bahwa teknik pemulus Nadaraya-Watson dan Fourier sama baiknya dalam menduga kurva regresi yang berbentuk linear dan eksponensial kecuali pada kurva periodik cosinus teknik pemulus Fourier lebih baik. Metode AIC, AICC dan GCV memberikan hasil yang sama baik dalam menduga kurva regresi linear dan nonlinear menggunakan metode Fourier dan Nadaraya-Watson. Kata kunci : Regresi Nonparametrik, Nadaraya-Watson, Fourier, AIC, AICC, GCV.   ABSTRACT ESTIMATED LINEAR AND NONLINEAR REGRESSION CURVE BY AKAIKE INFORMATION CRITERION AND GENERALIZED CROSS VALIDATION AS THE METHOD OF SELECTING BANDWIDTH By Rusmi Purwanti Nonparametric regression is statistical methods used to estimate the pattern of the relationship between the response variable Y with X predictor variables are unknown distribution function. Nonparameric regression estimation was done by using smoothing of the observational data. Smoothing technique that has been applied to such popular Histogram, Fourier series, Kernel, Spline, Wavelet, and Nadaraya-Watson.. This study aims to estimate the linear and nonlinear regression curve using Fourier series and Nadaraya-Watson with the selection of bandwidth (smoothing parameter) using the Akaike Information Criterion (AIC), Improved Akaike Information Criterion (AICC) and the Generalized Cross Validation (GCV) and determine AIC, AICC, or GCV is best used. The result showed that the smoothing technique Nadaraya-Watson and Fourier equally well in predicting regression curve in the form of linear and exponential except for periodic cosine curve Fourier better. AIC, AICC and GCV method gave the same result in predicting linear and nonlinear regression curve both using Fourier and Nadaraya-Watson method. Keywords: Nonparametric Regression, Nadaraya-Watson, Fourier, AIC, AICC, GCV.

Jenis Karya Akhir:	Skripsi
Subyek:	> QA Mathematics
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	6308690 . Digilib
Date Deposited:	14 Jul 2015 07:00
Terakhir diubah:	14 Jul 2015 07:00
URI:	http://digilib.unila.ac.id/id/eprint/11208

Actions (login required)

Lihat Karya Akhir