Simulasi Pendugaan Parameter Regresi Kuantil dengan Metode Bootstrap

MESI, OKTAFIA (2015) Simulasi Pendugaan Parameter Regresi Kuantil dengan Metode Bootstrap. Masters thesis, UNIVERSITAS ANDALAS.

Preview	Text (Abstrak) Abstrak.pdf - Published Version Download (140kB) | Preview
Preview	Text (BAB 1) BAB1.pdf - Published Version Download (160kB) | Preview
Preview	Text (BAB AKHIR) BAB AKHIR.pdf - Published Version Download (153kB) | Preview
Preview	Text (Daftar Pustaka) DaftarpustakaPS.pdf - Published Version Download (153kB) | Preview
	Text (Tesis Full Text) 1.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Regresi kuantil merupakan salah satu metode regresi dengan pendekatan memisahkan atau membagi data menjadi kuantil-kuantil tertentu. Metode pendekatan yang dilakukan adalah dengan meminimumkan error mutlak berbobot yang tidak simetris dan menduga fungsi kuantil bersyarat pada suatu sebaran data. Pendugaan parameter regresi kuantil ini tidak membutuhkan asumsi parametrtik. Parameter model yang dihasilkan kemudian diuji keakuratannya dengan menggunakan metode bootstrap. Metode bootstrap merupakan suatu teknik pendekatan nonparametrik untuk menaksir berbagai nilai statistik seperti mean, standar error, dan bias suatu estimasi terhadap kumpulan data atau untuk membentuk interval konfidensi dengan mengikuti algoritma tertentu. Pada kajian ini estimasi parameter regresi kuantil dengan metode bootstrap diperoleh bahwa hasil estimasi parameter regresi kuantil sudah cukup akurat, karena nilai estimasi parameter regresi kuantil dengan metode bootstrap hampir mendekati nilai estimasi regresi kuantil untuk data simulasi. Selanjutnya estimasi parameter regresi kuantil dengan metode bootstrap diperoleh nilai mean square error (MSE)yang cukup kecil untuk setiap estimasi parameter pada setiap kuantilnya, ini mengindikasikan bahwa nilai estimasiparameter regresi kuantil dengan metode bootstrap sudah cukup baik. Kata kunci : regresi kuantil, metode regresi, metode bootstrap, mean square error (MSE).

Actions (login required)

View Item