ESTIMASI MODEL REGRESI NONPARAMETRIK BIRESPON DENGAN PENALIZED SPLINE UNTUK DATA CROSS SECTION : Studi Kasus: Angka Harapan Hidup dan Pengeluaran Per Kapita Provinsi di Indonesia
ABSTRAK: Analisis regresi merupakan metode statistik yang digunakan untuk menentukan hubungan fungsional antara variabel independen (prediktor) dan variabel dependen (respon). Dalam analisis regresi terdapat tiga model, salah satunya adalah regresi nonparametrik. Pendekatan regresi nonparametrik yan...
Saved in:
| Main Author: | |
|---|---|
| Format: | Book |
| Published: |
2022-08-25.
|
| Subjects: | |
| Online Access: | Link Metadata |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | ABSTRAK: Analisis regresi merupakan metode statistik yang digunakan untuk menentukan hubungan fungsional antara variabel independen (prediktor) dan variabel dependen (respon). Dalam analisis regresi terdapat tiga model, salah satunya adalah regresi nonparametrik. Pendekatan regresi nonparametrik yang sering digunakan adalah regresi spline. Regresi spline memiliki fleksibilitas yang baik untuk mengestimasi regresi nonparametrik. Salah satu pendekatan dengan regresi spline adalah penalized spline. Penalized spline merupakan estimator yang dapat menghasilkan kurva yang smooth dan fit kurva. Tujuan dari penelitian ini adalah untuk mendapatkan model regresi nonparametrik birespon dengan penalized spline serta analisa dan interpretasi model yang didapatkan dengan studi kasus yang diambil adalah angka harapan hidup dan pengeluaran per kapita provinsi di Indonesia sebagai variabel respon, serta harapan lama sekolah, rata-rata lama sekolah, laju pertumbuhan ekonomi, tingkat pengangguran terbuka dan upah minimum provinsi sebagai variabel prediktor. Hasil estimasi angka harapan hidup dan pengeluaran per kapita diperoleh nilai MSE 435471,2 sebesar dan R2 sebesar 98,57192%. ABSTRACK: Regression analysis is a statistical method used to determine the functional relationship between independent variables (predictors) and dependent variables (responses). In regression analysis, there are three models, one of which is nonparametric regression. A frequently used nonparametric regression approach is spline regression. Spline regression has good flexibility to estimate nonparametric regression. One approach with spline regression is the penalized spline. Penalized spline is an estimator that can produce smooth curves and fit curves. The purpose of this study was to obtain a nonparametric regression model with a penalized spline and the analysis and interpretation of the model obtained with the case study taken were the life expectancy and per capita expenditure of provinces in Indonesia as response variables, as well as expectations for length of schooling, average length of schooling, economic growth rate, open unemployment rate and provincial minimum wage as predictor variables. The results of the estimated life expectancy and per capita expenditure figures obtained the value of MSE 435471.2 and R2 of 98.57192%. |
|---|---|
| Item Description: | http://repository.upi.edu/80408/1/S_MAT_1802067_Title.pdf http://repository.upi.edu/80408/2/S_MAT_1802067_BAB%201.pdf http://repository.upi.edu/80408/3/S_MAT_1802067_BAB%202.pdf http://repository.upi.edu/80408/4/S_MAT_1802067_BAB%203.pdf http://repository.upi.edu/80408/5/S_MAT_1802067_BAB%204%20%281%29.pdf http://repository.upi.edu/80408/6/S_MAT_1802067_BAB%205.pdf http://repository.upi.edu/80408/7/S_MAT_1802067_Lampiran.pdf |