PENAKSIRAN PARAMETER REGRESI SEDERHANA DENGAN METODE THEIL

Marliani Marliani, Baharuddin Baharuddin, Bahriddin Abapihi, Irma Yahya, Makkulau Makkulau, Agusrawati Agusrawati

Abstract


ABSTRAK
Metode Kuadrat Terkecil (MKT) merupakan metode penaksir parameter yang biasa digunakan dalam
regresi sederhana. Penaksir ini mensyaratkan asumsi bahwa galat model regresi harus berdistribusi
normal. Namun dalam penerapannya seringkali ditemui kasus data regresi yang tidak memenuhi asumsi
tersebut. Penelitian ini mengkaji efisiensi metode Theil dalam penaksiran parameter regresi sederhana
apabila galat berdistribusi log-normal dengan μ = 0 dan σ
2
= 0,35 serta σ
2
= 2. Data penelitian
dibangkitkan dengan simulasi pada ukuran sampel n = 15, 35, 60, dan 150 yang diulang 1000 kali. Data
regresi dibentuk dengan mengambil β
0
= 10, β
1
= 2, dan X berdistribusi seragam. Hasil penaksiran
dievaluasi dengan statistik KTG. Hasil penelitian menunjukkan bahwa metode Theil lebih baik digunakan
untuk berbagai ukuran sampel ketika galat model berdistribusi log-normal dibandingkan dengan MKT.

Kata kunci: metode Theil, penaksiran parameter, regresi sederhana


Full Text:

PDF

References


Daniel, W.W. 1990. Applied Nonparametric Statistics, second edition. Boston: PWS-Kent Publishing

Company.

Mutan, O.C. 2004. Comparison of Regression Techniques via Monte Carlo Simulation [tesis]. Turki:

Middle East Technical University.

Mutan, O.C. 2009. A Monte Carlo Comparison of Regression Estimators when the Error Distribution is

Long Tailed Symmetric. Journal of Modern Applied Statistical Methods, 8(1): 161 – 172.


Refbacks

  • There are currently no refbacks.