Professional Documents
Culture Documents
Si ITS Surabaya
BAB I
PENDAHULUAN
1
Thesis dari Hartatik,M.Si ITS Surabaya
W XU (1.2)
dengan W adalah variabel yang menyatakan hasil pengamatan yang disebut
dengan variabel pengganti (surrogate), X adalah prediktor yang tidak teramati
(latent variable), dan U adalah kesalahan pengukuran yang diasumsikan normal
independent dengan mean 0 dan variansi u2 .
2
Thesis dari Hartatik,M.Si ITS Surabaya
Untuk itulah dalam penelitian ini, akan dikaji estimasi parameter dalam
model regresi khususnya regresi nonparametrik dengan adanya kesalahan
pengukuran dalam variabel predikor dengan menggunakan metode Iterative
Conditional Modes (ICM) serta naïve methode. Naïve Methode yaitu metode
estimasi dengan mengabaikan adanya kesalahan pengukuran dan mengambil
estimasi variabel prediktornya dengan rata-rata perulangan data hasil pengamatan.
(Berry, et al, 2002).
Untuk estimasi parameter pada model regresi nonparametrik jika
mengabaikan adanya kesalahan pengukuran atau “naïve estimator” ekivalen
dengan mengestimasi parameter pada model regresi nonparametrik standart.
Menurut Eubank (1988), ada beberapa metode yang bisa digunakan untuk
menyelesaikan permasalahan regresi nonparametrik diantaranya Histogram
(Green, 1994), Regresi Fourier (Eubank, 1988), Metode Kernel (Hardle, 1990),
Spline (Wahba, 1978), dan Pendekatan Bayesian (Hastie dan Tibshirani, 1990).
Menurut Eubank (1988), Regresi Spline memberikan fleksibilitas yang lebih
besar dalam analisa fungsi regresi karena mempunyai bentuk kurva yang memiliki
sifat tersegmen, sehingga memungkinkan untuk menyesuaikan diri secara efektif
terhadap karaketeristik lokal dari suatu fungsi. Spline merupakan estimator yang
diperoleh dengan meminimumkan Penalized Least Square, yaitu kriteria yang
menggabungkan goodness of fit (kecocokan terhadap data) dengan kemulusan
kurva. Umumnya ukuran kecocokan terhadap data dituliskan dengan
n 2
xn
3
Thesis dari Hartatik,M.Si ITS Surabaya
4
Thesis dari Hartatik,M.Si ITS Surabaya