%0 Generic
%A NYOMAN DINA SAFITRI, 1717031091
%C UNIVERSITAS LAMPUNG
%D 2021
%F eprints:62356
%I FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%T KARAKTERISTIK PENDUGA MAXIMUM LIKELIHOOD ESTIMATION    (MLE) PADA MODEL REGRESI SPASIAL LAG
%U http://digilib.unila.ac.id/62356/
%X 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  one location have a fairly strong dependence with observations at other locations  that are close together, which is called the spatial effect. The parameter estimation  method used in estimating the parameters of the spatial regression model is Maximum  Likelihood Estimation. Maximum Likelihood Estimation (MLE) method is a method  for estimating unknown population parameters. In the process, this method seeks to  find an estimator value for the parameter that can maximize the likelihood function.  This study aims to examine the characteristics of the Maximum Likelihood Estimation  estimator in the spatial lag regression model. Based on the results of theoretical  studies that have been obtained that the estimator is an unbiased estimator, the  variance is minimum and consistent. While the estimators    and are biased    estimators.  Keywords: Spatial Regression, Spatial Lag Regression, Maximum Likelihood  Estimation (MLE), Unbiased, Efficient, Consistent  Regresi spasial merupakan regresi berdasarkan adanya pengaruh tempat atau spasial  pada data yang dianalisis. 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 tersebut  disebabkan 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 digunakan dalam menduga parameter  model regresi spasial adalah Maximum Likelihood Estimation. Metode Maximum  Likelihood Estimation (MLE) merupakan metode untuk menduga parameter populasi  yang tidak diketahui. Dalam prosesnya, metode ini berupaya menemukan nilai  penduga bagi parameter yang dapat memaksimalkan fungsi likelihood. Penelitian ini  bertujuan untuk mengkaji karakteristik penduga maximum Likelihood Estimation  pada model regresi spasial lag . 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, Regresi Spasial Lag, Maximum Likelihood Estimation  (MLE), Tak Bias, Ragam Minimum, Konsisten.