AICR dan BICR tipus ada di pdf SAS Institute Inc.

, 2004 Scale Estimate Penduga-GM S1S adalah nilai simpangan baku Penduga-GM S1S Simpangan baku menunjukkan ukuran seberapa jauh suatu nilai penduga terhadap rat a-rata. Untuk perbandingan antara OLS vs GM-S1S pake RMSE(OLS) vs Scale Estimate(GM-S1S ) Kenapa tidak pake Rsqr? Karena perbedaan prinsip pendugaan, di mana OLS melalui pendekatan analitik (pem inimuman JK galat), tetapi kalo robust pake prinsip iterasi, sehingga pada perhitungan Rsqr berbeda secara rumus (Rsqr OLS beda rumus dgn Rsqr Robust) Untuk perbandingan antara M vs GM-S1S pake AICR dan BICR Untuk membandingkan antara 2 buah metode robust, telah dikembangkan metode AICRo bust dan BICRobust. Prinsipnya tetap memakai unsur galat tapi sudah diboboti oleh banyaknya peubah prediktor. Untuk MKT tidak dapat dicari AIC karena AIC digunakan jika metode pendugaan mema kai Maksimum Likelihood Selain itu AICR dan BICR tidak dapat dibandingkan dengan AIC/BIC biasa ALASAN Rsqr DAPAT MENYEBABKAN KESALAHPAHAMAN DIBANDINGKAN AICR DAN BICR ADA DI S KRIPSI NIKMATUN NIKMAH (INITIAL ESTIMATE PENDUGA-MM) halaman 61 jika pencilan berpengaruh hanya pada peubah X atau Y saja, maka dapat menyebabka n penurunan nilai Rsqr Robust dibanding Rsqr OLS BACA DI SKRIPSI DEWI ANISAH (PENERAPAN PENDUGA-MM) di bab 4.5 The deviance D is defined as the optimal value of the objective function on the sigma^2 scale Alasan uji parsial robust pake distribusi khi kuadrat ada di statugrobustreg.pdf halaman 5672 (Linear Test) Menurut Ryan (1997: 354-356) terdapat empat kelompok penduga kekar parameter model regresi, yaitu: penduga M, penduga pengaruh terbatas, penduga dengan titik breakdown tinggi, dan penduga prosedur dua tahap. Penduga M (Huber 1973) dan penduga pengaruh terbatas, yang dinamakan juga dengan penduga GM, merupakan penduga kekar yang memiliki titik breakdown yang rendah. Sedangkan kelompok penduga yang ketiga, sesuai dengan namanya, memiliki titik breakdown yang tinggi tetapi mempunyai efisiensi yang rendah. Penduga yang termasuk dalam kelompok ini adalah penduga LTS (Rousseeuw 1984), LMS (Hampel 1975, diacu dalam Rousseeuw & Yohai 1984), dan penduga S (Rousseeuw &Yohai 1984). Ketiga penduga ini diperoleh dengan pendekatan pendugaan kekar parameter regresi berdasarkan dugaan kekar skala. Sementara penduga prosedur dua tahap adalah kombinasi dua penduga dari kelompok yang berbeda. Penduga MM (Yohai 1987) yang dibangun dari kombinasi penduga S dan penduga M termasuk dalam kelompok ini. M-Estimation merupakan metode regresi robust yang sering digunakan. M-Estimation dipandang baik untuk mengestimasi parameter yang disebabkan oleh x -outlier dan memiliki breakdown point 1/n. Weighted least squares dapat diguna-kan untuk mendapatkan estimasi M-estimation. Sementara itu iterasi yang dapat digunakan adalah Algoritma IRLS. Fast C-Step LTS untuk mengatasi masalah kekonvergenan di mana LTS bila digunakan untuk data yang banyak sulit mencapai kekonvergenan Definisi matriks full rank adalah jumlah baris atau kolom suatu matriks sama den gan rank dari matriks tersebut Rank matriks adalah banyaknya baris atau kolom yang saling bebas linier dalam ma

triks tersebut Sebaran asimptotik robust adalah sebaran dari penduga parameter robust jika sebaran sisaan model OLS tidak diketahui. Sangat sulit untuk mencari sebaran asimptotik secara numerik, sehingga dicari jalan keluar dengan mengasumsikan sisaan model OLS menyebar secara normal