ESTIMASI MODEL REGRESI SEMIPARAMETRIK MENGGUNAKAN PENDUGA NADARAYA-WATSON DENGAN KERNEL EPANECHNIKOV

Resti Novalia, 1517031090 (2019) ESTIMASI MODEL REGRESI SEMIPARAMETRIK MENGGUNAKAN PENDUGA NADARAYA-WATSON DENGAN KERNEL EPANECHNIKOV. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	Text ABSTRAK.pdf Download (15kB) | Preview
	Text SKRIPSI FULL.pdf Restricted to Repository staff only Download (1MB)
Preview	Text SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1MB) | Preview

Abstract

Estimasi model regresi semiparametrik adalah estimasi yang menggabungkan model regresi parametrik dan nonparametrik. Variabel independen yang memenuhi asumsi parametrik dapat diprediksi dengan metode kuadrat terkecil, sedangkan yang tidak memenuhi asumsi parametrik dapat diduga oleh metode nonparametrik. Tujuan dari penelitian ini adalah untuk menganalisis model regresi semiparametrik dengan menggunakan estimator kernel epanechnikov dari kasus demam berdarah dan data simulasi. Pemilihan bandwidth optimal akan menghasilkan kurva regresi yang mulus estimasi sesuai dengan pola data. Pemilihan bandwidth optimal ditentukan berdasarkan kriteria nilai GCV minimum. Hasil dari penelitian ini menunjukkan bahwa model regresi semiparametrik dengan kernel epanechnikov dapat mengestimasi data asli dan data simulasi dengan sangat baik. Kata Kunci: Regresi Semiparametrik, Kernel, Bandwidth, GCV Semiparametric regression model is an estimation that combines both parametric and nonparametric regression model. Independent variables that satisfy parametric assumptions can be predicted by least square method, whereas that does not meet the parametric assumptions is estimated by the method nonparametric. This study aims to analyze semiparametric regression model using epanechnikov kernel estimator with dengue fever case and simulated data. Selection of the optimal bandwidth will produce a smooth regression curve estimation in accordance with the pattern data. Selection of the optimum bandwidth is determined based on the criteria that the minimum value of GCV. The result shows that semiparametric regression model with epanechnikov kernel is able to estimate the real and simulated data very well. Keywords: Semiparametric Regression, Kernel, Bandwidth, GCV

Item Type:	Other
Subjects:	Q Science (General) > QA Mathematics
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	. . Yulianti
Date Deposited:	17 Mar 2022 06:05
Last Modified:	17 Mar 2022 06:05
URI:	http://digilib.unila.ac.id/id/eprint/54852

Actions (login required)

View Item