ANALISIS BAYESIAN UNTUK REGRESI KUANTIL DENGAN MENGGUNAKAN ALGORITMA GIBBS SAMPLING; BAYESIAN ANALYSIS FOR QUANTILE REGRESSION USING GIBBS SAMPLING ALGORITHM

ANNISA’ HANIF, Subanar

2013 | Skripsi | PROGRAM STUDI STATISTIKA

Regresi kuantil mendapatkan perhatian yang tinggi baik dari segi teoritis maupun dari sudut pandang empiris. Ini adalah suatu prosedur statistik dengan meminimalkan jumlahan dari asymmetrically weighted absolute dan dapat digunakan untuk memeriksa hubungan antara kuantil dari distribusi variabel dependen. Regresi kuantil dapat digunakan untuk mengatasi keterbatasan regresi linear dalam menganalisis sejumlah data yang berbentuk lonceng tidak simetris dan regresi kuantil sangat berguna jika distribusi data tidak homogen. Regresi Kuantil dapat diestimasi menggunakan metode Bayesian. Metode Bayesian adalah metode analisis yang berdasarkan pada informasi yang berasal dari sampel dan informasi prior. Gabungan informasi ini disebut posterior. Untuk mencari distribusi posterior seringkali menghasilkan perhitungan yang tidak dapat diselesaikan secara analitis sehingga digunakan pendekatan Gibbs sampling. Estimasi parameter dari model adalah mean dari distribusi posterior yang diperoleh dari proses Gibbs sampling tersebut. Dalam skripsi ini dibahas regresi kuantil menggunakan asymmetric Laplace distribution dari sudut pandang Bayesian. Digunakan algoritma Gibbs sampling untuk mencari estimator dari model regresi kuantil berdasarkan parameter lokasi dan skala dari mixture representation asymmetric Laplace distribution. Studi kasus dalam skripsi ini membahas faktor apa saja yang mempengaruhi harga emas. Hasil estimasi regresi kuantil dengan metode Bayesian akan dibandingkan dengan regresi linear menggunakan metode OLS, dan dibandingkan dengan metode regresi kuantil. Lalu didapatkan kesimpulan bahwa metode Bayesian lebih baik daripada estimasi yang lainnya.

Kata Kunci : Regresi Kuantil; Bayesian; Gibbs sampling; Asymmetric Laplace Distribution