Model Linear Parsial Pada Hilangnya Data Komponen Parametrik

Ampa, Andi Tenri (2006) Model Linear Parsial Pada Hilangnya Data Komponen Parametrik. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1304201013-Master-Thesis.pdf - Published Version

Download (15MB) | Preview

Abstract

Model linear parsial Y = X r p + v(Z) + E telah dipelajari secara luas pada data u'"•'ll""' secara lengkap. Dalam suatu eksperimen sering terjadi kasus-kasus data hilang, hal ini terjadi karena berbagai sebab. Jika hal tersebut terjadi, inferensi statistik tak dapat di,an.I.JI'.<u• secara langsung. Dalam penelitian ini dikaji suatu metode inferensi statistik tentang hilangnya data pada komponen parametrik dalam regresi semiparametrik. Metode dikembangkangkan dengan pendekatan kernel. Tujuan penelitian ini adalah mengestimasi p v(Z) serta mengkaji sifat linearitas estimator Lokal Linear dan Nadaraya-Watson probabilitas kehilangan 1t tergantung pada (Y,Z). Dengan menggunakan pembobot Horvitz-Thompson {HT), estimator Lokal diperoleh bentuk estimator komponen nonparametrik: vu(Z) = H8Y +Ko(X(I +H8fl + H8 )Xr J 1X(I +H8 f (I -H8)Y dan estimasi komponen parametrik: Pu = [X(I + H8 ) 1 . (I+ H8 )Xr)J1 X(I + H8 )r (I- H8 )Y Dengan menggunakan pembobot Horvitz-Thompson (HT), estimator Nadaraya-W diperoleh bentuk estimator komponen nonparametrik: VNw(Z) = w•y-w•xrp, dan komponen parametrik: PNw = [x(I- w•)r (I- w•)xr j' X(I- w•)r (I- w•)v serta diperoleh hubungan linearitas estimator Lokal Linear: YA u = ( Uu(UTu Uu) - 1 UTu fl (I-H ] kr 8 ) +H8 ,ji, dan hubungan linearitas estimator Nadaraya-Watson: YNw = (<w• - I)xr [x(I - w•f (I - w•)xr ]-1 X(I - w•f (I- w•) + w• )v. Berdasarkan studi simulasi diperoleh basil estimasi Lokal Linear dan Nadaraya-W cenderung sama berdasarkan MSE dan It, sehingga kedua metode tersebut cukup digunakan pada regresi semiparametrik dengan interval konfidensi 95% untuk preselltasl hilangnya data maksimal 30%.

Item Type: Thesis (Masters)
Additional Information: RTSt 519.72 Amp m
Uncontrolled Keywords: regresi lokal linier, pembobot Kernel Horvitz Thompson
Subjects: H Social Sciences > HA Statistics > HA31.3 Regression. Correlation
Divisions: Faculty of Mathematics and Science > Statistics > (S2) Master Theses
Depositing User: ansi aflacha
Date Deposited: 18 May 2018 04:36
Last Modified: 18 May 2018 04:36
URI: http://repository.its.ac.id/id/eprint/51908

Actions (login required)

View Item View Item