MODEL DURASI BERSYARAT AUTOREGRESSIVE DENGAN DISTRIBUSI WEIBULL (AUTOREGRESSIVE CONDITIONAL DURATION MODEL WITH WEIBULL DISTRIBUTION)

YENI RAFITA S, Prof.Dr.rer.nat., Dedi Rosadi, M.Sc

2015 | Tesis | S2 Matematika

Analisis data time series adalah jenis data yang terdiri atas variabel – variabel yang dikumpulkan menurut urutan waktu dalam suatu rentang waktu tertentu untuk suatu kategori atau individu tertentu. Model ACD (Autoregressive Conditional Duration) adalah salah satu model yang dapat digunakan untuk data time series. Model ACD (Autoregressive Conditional Duration) adalah model yang menggunakan data durasi dimana yang menjadi tujuan dari model ACD (Autoregressive Conditional Duration) adalah untuk memodelkan data durasi antar transaksi dengan interval waktu yang sempit dan tidak beraturan. Di dalam pemodelan ACD (Autoregressive Conditional Duration) dilakukan pemilihan distribusi yang cocok untuk error dan distribusi yang dipilih adalah distribusi weibull karena distribusi weibull memiliki parameter bentuk yang dapat menggam barkan dinamika dari durasi. Paramater pada model ACD (Autoregressive Conditional Duration) diestimasi dengan menggunakan metode Maksimum Likelihood dan juga Estimating Function. Metode Estimating Function menggunakan metode iterasi numerik yaitu metode newton raphson untuk mengestimasi parameter dari model ACD (Autoregressive Conditional Duration). Diperoleh bahwa Metode Estimating function adalah metode yang baik digunakan untuk data saham Unilever dan metode Estimating Function memiliki variansi yang lebih kecil dibandingkan dengan metode Maksimum Likelihood.

Analysis of time series data is the type of data that consists of variables where it is collected in chronological order within a certain time frame for a category or a specific individual. Model ACD (Autoregressive Conditional Duration) is one of the models that can be used for time series data. Model ACD (Autoregressive Conditional Duration) is a model that uses the data length which is the goal of the model ACD (Autoregressive Conditional Duration) is to model the duration of data between transactions with narrow intervals and irregular. In the modeling of the ACD (Autoregressive Conditional Duration) election suitable for the distribution and the distribution is weibull distribution for the error because weibull distribution has shape parmater and it can decribe the dynamics of the duration. Parameters in the model ACD (Autoregressive Conditional Duration) are estimated using Maximum Likelihood method and also Estimating Function. Methods of Estimating Function using numerical iteration method is the method of Newton Raphson method to estimate the parameters of the model ACD (Autoregressive Conditional Duration). Estimating Function method is a good method used to Unilever stock data and it has a smaller variance than the Maximum Likelihood method.

Kata Kunci : -