PENYUSUTAN KOEFISIEN DAN SELEKSI VARIABEL REGRESI DENGAN ELASTIC NET; COEFFICIENT SHRINKAGE AND VARIABLE SELECTION OF REGRESSION USING ELASTIC NET

Fitri Ramadhini, Adhitya Ronnie Effendie,

2014 | Skripsi | PROGRAM STUDI STATISTIKA

Elastic Net merupakan metode seleksi varibel yang inovatif untuk estimasi regresi linear. Elastic Net meminimumkan jumlah kuadrat sisa dengan beberapa batasan. Batasan ini menghasilkan beberapa koefisien regresi menyusut hingga tepat 0, sehingga menyebabkan seleksi variabel dan memudahkan dalam interpretasi model. Dugaan kuadrat terkecil (Ordinary Least Squares, OLS) kurang efisien ketika banyak prediktor yang digunakan besar, hal ini karena OLS memasukkan semua variabel tanpa menyeleksinya sehingga tidak dapat memberikan model yang mudah untuk diinterpretasikan. Seleksi variabel tidak hanya bermanfaat untuk banyak prediktor besar, akan tetapi juga bermanfaat ketika terjadi masalah multikolinearitas pada prediktor. Elastic Net sangat berguna terutama ketika banyaknya prediktor lebih besar dari banyaknya observasi (

Kata Kunci : Regresi, Penyusutan, Elastic Net, Kuadrat Terkecil, LASSO, Seleksi Variabel, Microarray, Multikolinearitas, Data Dimensi Tinggi.