KARAKTERISTIK PENDUGA LAGRANGE MULTIPLIER PADA MODEL REGRESI SPASIAL

Nita Veranika, 1717031087 (2021) KARAKTERISTIK PENDUGA LAGRANGE MULTIPLIER PADA MODEL REGRESI SPASIAL. FAKULTAS MATIMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK-ANBSTRACT - Rocket Digital.pdf Download (1983Kb) | Preview
	File PDF 2. SKRIPSI FULL - Rocket Digital_11.pdf Restricted to Hanya staf Download (1980Kb)
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN - Rocket Digital_10.pdf Download (1982Kb) | Preview

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

Regresi spasial merupakan regresi berdasarkan adanya pengaruh tempat atau spasial pada data yang di analisis. Penyelesaian regresi spasial kadang kala mengalami keterbatasan dalam pemenuhan asumsi, terutama asumsi yang berkenaan dengan masalah error yang berkorelasi dan masalah heterogenitas pada error. Hal itu yang diakibatkan karena pengamatan di suatu lokasi memiliki ketergantungan yang cukup kuat dengan pengamatan di lokasi lain yang berdekatan yang dinamakan dengan efek spasial. Metode pendugaan parameter yang biasa digunakan dalam menduga parameter model regresi spasial adalah maximum likelihood estimation. Dalam penelitian ini metode yang digunakan untuk menduga parameter model regresi spasial dengan keterbatasan memenuhi asumsi yaitu metode Lagrange Multiplier. Metode Lagrange Multiplier adalah metode untuk memaksimumkan atau meminimumkan fungsi dengan λ sebagai pengali Lagrange nya. Penelitian ini bertujuan untuk mengkaji karakteristik penduga Lagrange Multiplier pada model regresi spasial. Berdasarkan hasil kajian teori yang telah diperoleh bahwa penduga merupakan penduga yang tak bias, ragam minimum dan konsisten. Sedangkan penduga dan merupakan penduga yang bias. Kata Kunci: Regresi Spasial, SEM, Lagrange Multiplier (LM), Karakteristik Spatial regression is a regression based on the influence of place or spatial on the data being analyzed. Spatial regression solutions sometimes has limitations in fulfilling assumptions, especially assumptions regarding the problem of correlated errors and the problem of heterogenity in errors. This is because observations at other locations adjacent to the spatial effect. The parameter estimation method commonly used in estimating the parameters of the spatial regression model is the maximum likelihood estimation. In this study, method used to estimate the parameters of the spatial regression model with limited assumptions is the Lagrange Multiplier method. The Lagrange Multiplier method is a method to maximize or minimize a function with it’s Lagrange Multiplier. This study aims to examine the characteristics of the Lagrange Multiplier estimator in the spatial regression model. Results based on the research that has been obtained that the estimator is an unbiased estimator, the variance is minimum and consistent. While the estimator and is a biased estimator. Keyword: Spatial Regression, SEM, Lagrange Multiplier (LM), Estimator Characteristics. Penduga.

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	UPT . Rukiah
Date Deposited:	21 Apr 2022 05:36
Terakhir diubah:	21 Apr 2022 05:36
URI:	http://digilib.unila.ac.id/id/eprint/60300

Actions (login required)

Lihat Karya Akhir