Referensi Skripsi Terbaru | Download Skripsi Gratis

Mega Paket CD Interaktif

Jasa Pembuatan Skripsi

Jasa Pembuatan Skripsi
Jasa Pembuatan Skripsi

Thursday, August 29, 2013

Download Skripsi Gratis Matematika : Pendeteksi Parameter Outlier pada Model Regresi Nonlinier Eksponensial dengan


Secara umum outlier (pencilan) dapat diartikan data yang tidak mengikuti
pola umum model dan secara kasar dapat diambil patokan yaitu yang sisanya
berjarak tiga kali simpangan baku atau lebih dari rata-ratanya (yaitu nol). Outlier
merupakan salah satu faktor yang dapat mempengaruhi pendugaan parameter pada
model regresi nonlinier eksponensial. Untuk mengetahui apakah outlier
berpengaruh terhadap pendugaan parameter pada model regresi nonlinier
eksponensial dilakukan dengan jalan mendeteksi parameter model regresi
nonlinier eksponensial yang tidak terdapat outlier dengan yang terdapat outlier.
Penelitian ini bertujuan untuk mendeteksi parameter outlier pada model regresi
nonlinier eksponensial, dan diharapkan dapat mempermudah para peneliti dalam
mendeteksi parameter outlier pada model regresi eksponensial yang mengandung
outlier.
Metode yang digunakan untuk mendeteksi parameter outlier model regresi
nonlinier eksponensial adalah metode maximum likelihood estimation. Untuk
membuktikan pengaruh outlier terhadap suatu pendugaan parameter pada model
regresi nonlinier eksponensial dilakukan suatu pengujian terhadap pendugaan
parameter yang dihasilkan dari metode maximum likelihood estimation yaitu
dengan cara menentukan sifat-sifat pendugaan parameter yang tidak mengandung
outlier dengan yang mengandung outlier sesuai sifat-sifat pendugaan parameter
yang baik yaitu unbias, efisien, dan konsisten.
Hasil penelitian ini menujukkan bahwa pendugaan parameter yang
dihasilkan model regresi eksponensial yang tidak mengandung outlier ternyata
lebih baik dari pada yang mengandung outlier dikarenakan pendugaan parameter
yang dihasilkan model regresi eksponensial yang tidak mengandung outlier
memenuhi sifat-sifat dari pendugaan parameter yang baik yaitu unbias, efisien dan
konsisten. Sedangkan pendugaan parameter yang dihasilkan model regresi
eksponensial yang mengandung outlier tidak memenuhi sifat-sifat dari pendugaan
parameter tersebut. Oleh karena itu outlier dapat mempengaruhi hasil dari suatu
pendugaan parameter.


Artikel Terkait:

No comments:

Post a Comment