0717031028, Djuwita Agustina (2012) KARAKTERISTIK PENDUGA GENERALIZED LEAST SQUARE (GLS) PADA MODEL LINEAR BERDASARKAN KAJIAN SIMULASI. Digital Library.
|
File PDF
BAB I.pdf Download (264Kb) | Preview |
|
|
File PDF
BAB II.pdf Download (335Kb) | Preview |
|
|
File PDF
BAB III.pdf Download (253Kb) | Preview |
|
File PDF
BAB IV.pdf Restricted to Hanya pengguna terdaftar Download (828Kb) |
||
|
File PDF
BAB V.pdf Download (228Kb) | Preview |
|
|
File PDF
cover.pdf Download (7Kb) | Preview |
|
|
File PDF
ABSTRAK.pdf Download (148Kb) | Preview |
|
|
File PDF
Lembar Pengesahan.pdf Download (4Kb) | Preview |
|
|
File PDF
MENGESAHKAN.pdf Download (4Kb) | Preview |
|
|
File PDF
Persembahan.pdf Download (105Kb) | Preview |
|
|
File PDF
RIWAYAT HIDUP.pdf Download (12Kb) | 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 |