ESTIMASI MODEL REGRESI SEMIPARAMETRIK DISKRIT

Baiq Diah Fitasari, Prof. Dr. Sri Haryatmi, M.Sc.

2014 | Tesis | S2 Matematika

Pendekatan yang digunakan untuk mengestimasi fungsi regresi ada dua jenis yaitu pendekatan model regresi parametrik dan pendekatan model regresi nonparametrik. Regresi semiparametrik merupakan gabungan antara regresi parametrik dan nonparametrik. Regresi semiparametrik digunakan jika pola hubungan antara sekumpulan variabel independen terhadap variabel dependen ada yang polanya diketahui dan ada pula yang polanya tidak dapat diketahui. Mengestimasi fungsi regresi yang tidak diketahui dapat menggunakan pendekatan estimator kernel dalam hal ini mengunakan estimator Nadaraya-Watson. Estimator semiparametrik lebih baik dibandingkan dengan estimator nonparametrik untuk data yang sebagian pola hubungan variabel dependen dan independennya diketahui dan sebagian polanya tidak diketahui dapat dilihat dari nilai MSE dan AIC yang lebih kecil.

Approaches that are used to estimate the regression function are parametric regression model approaching and nonparametric regression model approaching. Semiparametric regression is association of parametric regression and nonparametric regression. Semiparametric regression is used if the relation pattern between independent variables and dependent variables has the known pattern and also has the unknown pattern. Estimating the unknown regression approaching and in this case is using the Nadaraya-Watson estimator. Semiparametric estimator is better than nonparametric estimator for the data which have the unknown relation pattern between dependent and independent variable and also has the unknown relation pattern between dependent and independent variable by using the MSE and AIC value.

Kata Kunci : estimator, parametrik, estimator Nadaraya-Watson, estimator semiparametrik