Perbandingan Metode Kuadrat Terkecil dan Metode Bayes pada Model Regresi Linier Berganda yang mengandung Multikolinieritas

Siska, Auqino (2019) Perbandingan Metode Kuadrat Terkecil dan Metode Bayes pada Model Regresi Linier Berganda yang mengandung Multikolinieritas. Diploma thesis, Universitas Andalas.

[img]
Preview
Text (Cover dan abstrak)
abstrak.pdf - Published Version

Download (144kB) | Preview
[img]
Preview
Text (Bab I Pendahuluan)
BAB I Pendahuluan.pdf - Published Version

Download (75kB) | Preview
[img]
Preview
Text (Bab V Penutup)
BAB 5 Penutup.pdf - Published Version

Download (103kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (99kB) | Preview
[img] Text (Skripsi full text)
skripsi fulltext.pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

Penelitian ini bertujuan untuk mengkaji perbandingan Metode Kuadrat Terkecil (MKT) dan metode Bayes pada model regresi linier berganda yang mengandung multikolinieritas. Pada regresi linier berganda, asumsi yang sering tidak terpenuhi yaitu tidak ada multikolinieritas di antara variabel prediktor. Adanya multikolinieritas menyebabkan estimasi MKT menjadi tidak efisien. Oleh karena itu diperlukan metode alternatif yang menghasilkan kesalahan estimasi yang lebih kecil. Data yang digunakan adalah data random dengan dua variabel prediktor yang dibangkitkan sehingga data memenuhi sifat model yang diteliti. Penelitian ini menunjukkan bahwa metode Bayes lebih baik dalam mengestimasi parameter regresi linier berganda dilihat dari nilai Mean Squared Error (MSE) yang lebih kecil dibandingkan dengan MKT. Kata kunci :Metode Kuadrat Terkecil, Metode Bayes, Multikolinieritas, Mean Squared Error.

Item Type: Thesis (Diploma)
Primary Supervisor: Dr. Maiyastri
Subjects: Q Science > QA Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: s1 matematika matematika
Date Deposited: 24 Jan 2019 10:11
Last Modified: 24 Jan 2019 10:11
URI: http://scholar.unand.ac.id/id/eprint/42497

Actions (login required)

View Item View Item