Model regresi non stasioner dengan variabel dependen Lag

MARUDDANI, Di Asih I, Prof.Drs. Suryo Guritno, M.Stats.,PhD

2003 | Tesis | S2 Matematika

Dalam tesis ini dipelajari model regresi dengan variabel dependen lag dengan variabel dependen dan independennya non stasioner, dan model regresinya tidak berkointegrasi. Secara khusus dipelajari sifat-sifat pendekatan dari estimasi least square untuk parameter pada model- model regresi tersebut dan distribusi pendekatan dari statistik ujinya. Akan ditunjukkan bahwa estimasi parameter dari variabel dependen lag akan menuju satu dan estimasi parameter dari variabel independennya akan menuju nol. Distribusi pendekatan dari statistik ujinya merupakan fungsi dari Proses Wiener.

In this thesis, we study regression models with a lagged dependent variable when both the dependent and independent variables are nonstationary, and the regression model is not cointegrated. In particular we discuss the limiting properties of least squares estimates of the parameters in such regression models and the limiting distributions of their test statistics. We show that the estimate of the lagged dependent variable tends to unity and the estimates of the independent variables tend to zero. The limiting distributions of their test statistics are functionals of Wiener Processes.

Kata Kunci : Regresi,Dependen Lag