Front Office
Institut Teknologi Sepuluh Nopember Surabaya

Kampus ITS Sukolilo - Surabaya 60111

Phone : 031-5921733 , 5923623
Fax : 031-5937774
E-mail :
Website :

Support (Customer Service) :


Have a problem with your access?
Please, contact our technical support below:

Davi Wahyuni

Tondo Indra Nyata

Anis Wulandari

Ansi Aflacha

ITS » Master Theses » Statistika - S2
Posted by budi at 19/01/2007 13:01:59  •  20516 Views


Author :


Analisis regresi merupakan salah satu alat statistik yang banyak digunakan untuk mengetahui hubungan antara sepasang variabel atau lebih. Misalkan y adalah variabel respon dan t adalah variabel prediktor maka untuk n pengamatan secara umum hubungan variabel itu dapat dinyatakan sebagai berikut yr mtr r r 1 2 ... n dengan m adalah kurva regresi dan r sesatan random diasumsikan independen dengan mean nol dan varians a2. Tujuan penelitian ini adalah mengestimasi kurva regresi m dengan pendekatan kernel dan mendapatkan bandwidth optimal untuk estimator kurva regresi mengkonstruksi selang kepercayaan untuk kurva regresi m dengan menggunakan bias koreksi yaitu lihat file pdf dengan lihat file pdf dan tanpa menggunakan bias koreksi yaitu lihat file pdf serta membandingkan selang kepercayaan yang diperoleh berdasarkan nilai coverage probabilitasnya. Estimator kurva regresi dengan pendekatan Kernel diperoleh lihat file pdf dengan adalah bandwidth dan K adalah fungsi kernel. Secara asimtotik diperoleh bandwidth optimal untuk estimator kurva regresi adalah lihat file pdf Sebagai aplikasi digunakan data simulasi yang dibangkitkan dengan error berdistribusi normal dengan mean 0 dan variansi 0.1. Untuk n kecil dan a kecil selang kepercayaan dengan menggunakan bias koreksi cenderung mempunyai coverage probabilitas yang lebih besar dibandingkan dengan selang kepercayaan tanpa menggunakan bias koreksi tetapi untuk n besar dan a besar selang kepercayaan dengan menggunakan bias koreksi cenderung mempunyai nilai coverage probabilitas yang hampir sama dengan selang kepercayaan tanpa menggunakan bias koreksi.


Regression analysis is a tool in statistic which usually used to determine relationship between two or more variables. Let y is a response variable and t is predictor variable then for n observation the relationship of that variable can be modeled as yr mtr sr r 1 2 ... n where the unknown regression function m and observation errors er which is assumed independence with mean 0 and variance This research is studied to estimate regression curve m with kernel approach and to get optimal bandwidth for regression curve estimator then constructing confidence intervals for regression curve m by using the bias correction see file pdf where bt Emt-mt and else while no bias correction see file pdf and then comparing of both confidence intervals with their coverage probability. Based on kernel approach yield regression curve estimator see file pdf where is bandwidth and K kernel function. Asymptotically optimal bandwidth for regression curve estimator is see file pdf As an application simulation data were used by generality from normal errors with zero mean and variance 0.1. For small n sample and standard deviation a the confidence interval by using bias correction tend to have bigger coverage probability than no using bias correction else while big n sample and standard deviation confidence interval with bias correction and no bias correction almost provide similar coverage probability.

Keywordsregresi nonparametrik; estimator kernel; coverage probabilitas; bias koreksi
Subject:  Analisis regresi
Date Create: 19/01/2007
Type: Text
Format: pdf; 51 pages
Language: Indonesian
Identifier: ITS-Master-3100003017682
Collection ID: 3100003017682
Call Number: 519.536 Hus p

Theses Statistics RT 519.536 Hus p,2002

ITS community

Copyright @2002 by ITS Library. This publication is protected by copyright and permission should be obtained from the ITS Library prior to any prohibited reproduction, storage in a retrievel system, or transmission in any form or by any means, electronic, mechanical, photocopying, recording, or likewise. For information regarding permission(s), write to ITS Library

[ Download - Summary ]


 Similar Document...


To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently


Bagaimana pendapat Anda tentang layanan repository kami ?

Bagus Sekali

You are connected from
using CCBot/2.0 (

Copyright © ITS Library 2006 - 2021 - All rights reserved.
Dublin Core Metadata Initiative and OpenArchives Compatible
Developed by Hassan