KARAKTERISTIK PENDUGA GENERALIZED LEAST SQUARE (GLS) PADA MODEL LINEAR BERDASARKAN KAJIAN SIMULASI

0717031028, Djuwita Agustina (2012) KARAKTERISTIK PENDUGA GENERALIZED LEAST SQUARE (GLS) PADA MODEL LINEAR BERDASARKAN KAJIAN SIMULASI. Digital Library.

[img]
Preview
File PDF
BAB I.pdf

Download (264Kb) | Preview
[img]
Preview
File PDF
BAB II.pdf

Download (335Kb) | Preview
[img]
Preview
File PDF
BAB III.pdf

Download (253Kb) | Preview
[img] File PDF
BAB IV.pdf
Restricted to Hanya pengguna terdaftar

Download (828Kb)
[img]
Preview
File PDF
BAB V.pdf

Download (228Kb) | Preview
[img]
Preview
File PDF
cover.pdf

Download (7Kb) | Preview
[img]
Preview
File PDF
ABSTRAK.pdf

Download (148Kb) | Preview
[img]
Preview
File PDF
Lembar Pengesahan.pdf

Download (4Kb) | Preview
[img]
Preview
File PDF
MENGESAHKAN.pdf

Download (4Kb) | Preview
[img]
Preview
File PDF
Persembahan.pdf

Download (105Kb) | Preview
[img]
Preview
File PDF
RIWAYAT HIDUP.pdf

Download (12Kb) | Preview
[img]
Preview
File PDF
SANWACANA.pdf

Download (53Kb) | Preview

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

Abstrak Metode yang paling sering dipakai peneliti untuk menduga parameter adalah Metode Kuadrat Terkecil (Least Square Methode). Dengan menggunakan metode ini akan didapatkan penduga parameter yang tidak bias, konsisten dan efisien. Untuk menggunakan metode ini harus memenuhi asumsi-asumsi yang disebut asumsi klasik. Kuadrat Terkecil yang memenuhi asumsi-asumsi ini disebut Ordinary Least Square (OLS). Namun, pada pelaksaannya sering kali terjadi penyimpangan asumsi-asumsi ini, salah satunya adalah terjadinya heteroskedastisitas (nilai variansi tidak konstan) atau varians galat yang berautokorelasi. Apabila penyimpangan ini terjadi maka akan dihasilkan penduga yang tidak bias, konsisten namun tidak efisien. Maka harus digunakan metode kuadrat terkecil yang merupakan pengembangan dari kuadrat terkecil yang bisa digunakan pada data yang homoskedastisitas dan juga bisa digunakan untuk mengatasi heteroskedastisitas atau autokorelasi supaya tetap mendapatkan penduga yang tidak bias, konsisten dan efisien yaitu metode Generalized least Square (GLS). Hasil yang diperoleh dengan menggunakan metode GLS yaitu penduga β yang mendekati nilai sebenarnya ketika keheterogenan di perkecil. Jika � menjauh dari asumsi H0 maka kuasa uji yang didapat akan semakin besar. Kata Kunci : Model Linear, GLS, Heterokedastisitas, Autokorelasi

Jenis Karya Akhir: Artikel
Subyek:
Program Studi: FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit: IC-STAR . 2015
Date Deposited: 20 Nov 2015 02:09
Terakhir diubah: 20 Nov 2015 02:09
URI: http://digilib.unila.ac.id/id/eprint/14574

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir