REGRESI DENGAN PENYUSUTAN OUTLIER

ZAINUDIN RUMATUMIA, Prof. Dr. Sri Haryatmi, M.Sc.

2017 | Tesis | S2 Matematika

Analisis regresi digunakan untuk memodelkan berbagai permasalahan dalam bentuk matematis, dimana dalam model regresi tersebut dijelaskan bagaimana hubungan antara variabel dependen (respon) dengan variabel independen (prediktor). Adanya outlier berpengaruh pada estimasi nilai parameter yang bersifat bias, sehingga menyebabkan interpretasi hasil yang diperoleh menjadi tidak valid. Dalam kondisi tertentu outlier memberikan informasi yang sangat penting yang tidak bisa diberikan oleh titik data lainnya, misalnya outlier timbul karena kombinasi keadaan yang tidak biasa yang mungkin saja sangat penting dan perlu diselidiki lebih jauh. Regresi robust merupakan sebuah metode alternatif pengganti metode ordinary least square (OLS) yang dapat dilakukan bila datanya mengandung outlier. Salah satu metode estimasi robust yang dapat meminimumkan residual standard error (RSE), memiliki efisiensi tinggi dan memiliki breakdown value tinggi yaitu estimasi regression with outlier shrinkage (estimasi ROS) dimana dalam estimasi ROS digunakan estimasi least trimmed square (estimasi LTS) untuk menentukan estimator awal. Kata kunci : Penyusutan (shrinkage), Kekar (robust), Pencilan (outlier), Efisiensi, Breakdown Value.

Regression analysis was used to model various problems in mathematical form, which in the regression model that explained how the relationship between the dependent variable (response) and independent variables (predictors). Outlier their effect on the estimated value of the parameter bias, thus making interpretation of the results obtained to be invalid. Under certain conditions outlier provide very important information that cannot be provided by other data points, such outlier arising from a combination of unusual circumstances that might be very important and needs to be investigated further. Robust regression is an alternative method of ordinary least squares (OLS), which can be done when the data contains outliers. A method estimation robust to minimize residual standard error (RSE), has high efficiency and has a high breakdown value is the estimated regression with outlier shrinkage (estimation ROS) which in the estimation ROS is used estimations least trimmed square (estimation LTS) to determine estimator early.

Kata Kunci : Shrinkage, Robust, Outliers, Efficiency, Breakdown Value.