Dewanti, Paramita (2020) Estimator Campuran Spline Truncated Dan Kernel Dalam Regresi Nonparametrik Birespon Untuk Pemodelan Faktor- Faktor Yang Mempengaruhi Keberhasilan Pembangunan Di Provinsi Jawa Timur. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
06211850017002-Master_Thesis.pdf Download (3MB) | Preview |
Abstract
Pembangunan merupakan sebuah proses yang direncanakan dalam rangka mencapai kondisi yang lebih baik dibandingkan keadaan sebelumnya. Aspek pembangunan meliputi sosial, budaya, ekonomi dan politik, sampai pada perkembangan mutakhir adanya penyelarasan dengan konservasi lingkungan. Beberapa indikator keberhasilan pembangunan dapat dilihat dari ketimpangan pendapatan dan pembangunan manusia di suatu wilayah. Indeks Pembangunan Manusia (IPM) merupakan suatu indeks yang digunakan untuk mengukur keberhasilan pembangunan manusia di suatu wilayah. Sedangkan Gini Ratio merupakan suatu nilai yang bertujuan untuk melihat ketimpangan pendapatan di suatu daerah. Terdapat beberapa variabel yang diduga mempengaruhi IPM dan Gini Ratio. Hasil studi ekplorasi awal melalui scatter plot memperlihatkan bentuk pola yang berubah-ubah dan terputus di titik tertentu untuk variabel IPM dengan variabel yang diduga mempengaruhinya. Dengan scatter plot pula, dapat diketahu bahwa antara variabel Gini Ratio dengan beberapa variabel prediktornya, tidak memiliki pola tertentu.Maka, disarankan menggunakan regresi nonparametrik birespon untuk memodelkannya. Analisis regresi nonparametrik birespon adalah adalah regresi nonparametrik yang melibatkan dua variabel respon yang saling berhubungan tanpa ada kausalitas di dalamnya. Estimator yang sering digunakan adalah spline truncated dan kernel dengan menggunakan metode Weighted LeastSquare. Hasil estimasi fungsi regresi nonparametrik birespon dengan estimator spline truncated dan kernel adalah = f + g = ZAy + D(λ) y = Cy ;C =ZA + D(λ) . Dalam penerapannya pada data IPM dan Gini Ratio Jawa Timur tahun 2017, didapatkan model terbaik dengan menggunakan satu variabel prediktor yang didekati dengan fungsi spline truncated linier dan dua variabel prediktor yang didekati dengan fungsi kernel. Penentuan model terbaik dengan menggunakan nilai GCV minimun yaitu sebesar 5,891 dengan R2 sebesar 99,543%.
===============================================================================================================================
Development is a planned process in order to achieve better conditions than the previous situation. Aspects of development include social, cultural, economic and political, to the latest developments in harmony with environmental conservation. Some indicators of development success can be seen from income inequality and human development in a region. The human development index is a measure to see the achievement of human development in a region. Gini ratio is a measure to know the income inequality in a region. There are several variables
affect both of them such as : morbidity rate, pure high school participation rate and gross domestic product per capita. From the scatter plot as a prior information,
shows that they make a changing pattern in some points. Other variables also has an unknown pattern between predictor an respon variable. For that reasons, it can
be suggested to use bi-responses nonparametric regression. Bi-responses nonparametric regression is a type of nonparametric regression that use two responses variables and there is no causality between them. There a lot of estimators that has been used in bi-responses nonparametric regression such as: spline truncated and kernel. They are most commonly used by researchers. For doing estimation, weighted least square is used. The result of bi-responses nonparametric function with mixed estimators spline truncated and kernel is = f + g = ZAy + D(λ) y = Cy ;C =ZA + D(λ) In data application, for HDI and Gini Ratio data, can be obtained the best model with two knot points and two bandwidths with minimum GCV = 5,891 and R2 = 99,543%
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTSt 519.536 Dew e-1 2020 |
| Uncontrolled Keywords: | Regresi Nonparametrik, Birespon, GCV, Kernel, Weighted Least, Spline Truncated Square, Spline Truncated |
| Subjects: | Q Science > Q Science (General) > Q180.55.M38 Mathematical models Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
| Divisions: | Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis |
| Depositing User: | paramita dewanti |
| Date Deposited: | 06 Apr 2023 01:35 |
| Last Modified: | 06 Apr 2023 01:35 |
| URI: | http://repository.its.ac.id/id/eprint/74634 |
Actions (login required)
 |
View Item |