PENGGUNAAN REGRESI ROBUST PADA DATA YANG MENGANDUNG PENCILAN DENGAN METODE MOMEN

Authors

  • Nurmiati Nurmiati Nurdin
  • Raupong Raupong
  • Anna Islamiyati

DOI:

https://doi.org/10.20956/jmsk.v10i2.3418

Abstract

 Analisis regresi merupakan sebuah alat statistika yang memberikan tentang pola hubungan antara dua variabel atau lebih. Salah satu metode yang umumnya digunakan dalam mengestimasi parameter pada analisis regresi linear adalah metode kuadrat terkecil (OLS). Namun metode ini mempunyai kelemahan apabila data terdeteksi mengandung outlier. Maka regresi robust disarankan dapat mengatasi masalah outlier dalam data untuk mengestimasi parameter, salah satunya adalah Metode Momen (MM) yang digunakan untuk data yang terdeteksi outlier pada variabel bebas dan variabel terikat serta memiliki nilai breakdown point  yang tinggi.Dalam skripsi ini dikaji tentang penggunaan Metode Momen dengan metode iterasi Iteratively Reweighted Least Square (IRLS). Metode Momen merupakan gabungan antara estimasi S dan estimasi M. Pada Metode Momen ini digunakan fungsi pembobot Tukey Bisquare.

Downloads

Download data is not yet available.

Downloads

Published

2018-02-01

How to Cite

Nurmiati Nurdin, N., Raupong, R., & Islamiyati, A. (2018). PENGGUNAAN REGRESI ROBUST PADA DATA YANG MENGANDUNG PENCILAN DENGAN METODE MOMEN. Jurnal Matematika, Statistika Dan Komputasi, 10(2), 114-123. https://doi.org/10.20956/jmsk.v10i2.3418

Issue

Vol. 10 No. 2: January 2014

Section

Research Articles

License

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Jurnal Matematika, Statistika dan Komputasi is an Open Access journal, all articles are distributed under the terms of the Creative Commons Attribution License, allowing third parties to copy and redistribute the material in any medium or format, transform, and build upon the material, provided the original work is properly cited and states its license.  This license allows authors and readers to use all articles, data sets, graphics and appendices in data mining applications, search engines, web sites, blogs and other platforms by providing appropriate reference.

Most read articles by the same author(s)

1 2 > >>