ANALISIS ESTIMABILITAS PARAMETER PADA MODEL LINEARNON FULL RANKMENGGUNAKAN ESELON BARIS DAN PARTISI ESTIMABILITAS

ANGGUN DWI, MAHARANI (2026) ANALISIS ESTIMABILITAS PARAMETER PADA MODEL LINEARNON FULL RANKMENGGUNAKAN ESELON BARIS DAN PARTISI ESTIMABILITAS. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (70Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (2746Kb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (2618Kb) | Preview

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

Model linear merupakan suatu model yang menyatakan hubungan antara variabel respon dan variabel penjelas melalui kombinasi linear dari parameter-parameter yang tidak diketahui. Dalam penerapannya, teori model linear banyak digunakan dalam menganalisis data, namun kondisi data tidak lengkap atau tidak seimbang menyebabkan model menjadinon full ranksehingga parameter tidak dapat diestimasi secara unik dan menimbulkan permasalahan estimabilitas. Ada beberapa pendekatan untuk menganalisis estimabilitas parameter, yaitu eselon baris dan partisi estimabilitas. Pada penelitian ini bertujuan untuk menganalisis estimabilitas pada model linearnon full rankmenggunakan eselon baris dan partisi estimabilitas, serta menguji hipotesis terhadap fungsi linear parameter yangestimable. Hasil analisis menunjukkan bahwa tidak semua parameter bersifatestimablesecara individual, namun kombinasi linear tetap dapat diestimasi secara unik. Selain itu, pengujian hipotesis menunjukkan adanya pengaruh signifikan dalam model, dan studi simulasi menunjukkan bahwa penduga bersifat tak bias serta konsisten dengan teori model linear umum. Kata-kata kunci:Model Linear,Non Full Rank, Estimabilitas, Eselon Baris, Partisi Estimabilitas A linear model is a model that expresses the relationship between a response variable and an explanatory variable through a linear combination of unknown parameters. In practice, linear model theory is widely used in data analysis. However, incomplete or unbalanced data conditions cause the model to be non full rank, preventing parameters from being uniquely estimated, leading to estimability issues. Several approaches exist for analyzing parameter estimability, namely row echelon and partitioned estimability. This study aims to analyze estimability in a non full rank linear model using row echelon and partitioned estimability, and to test hypotheses regarding the linear function of the estimable parameters. The analysis results indicate that not all parameters are individually estimable, but linear combinations can still be uniquely estimated. Furthermore, hypothesis testing indicates a significant influence in the model, and simulation studies demonstrate that the estimator is unbiased and consistent with general linear model theory. Keywords:Linear Model, Non Full Rank, Estimability, Row Echelon, Partition Estimability

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) > Prodi S1 Matematika
Pengguna Deposit:	2605175841 Digilib
Date Deposited:	21 May 2026 01:38
Terakhir diubah:	21 May 2026 01:38
URI:	http://digilib.unila.ac.id/id/eprint/99611

Actions (login required)

Lihat Karya Akhir