PENENTUAN MODEL REGRESI NONPARAMETRIK SPLINE PADA DATA PERTUMBUHAN BALITA DI DESA NANIA PROVINSI MALUKU TAHUN 2013-2014
Abstract
Regresi spline merupakan salah satu model dengan pendekatan nonparametrik, yang merupakan modifikasi dari fungsi polinomial tersegmen. Bentuk estimator spline sangat dipengaruhi oleh nilai parameter penghalus 𜆠yang pada hakekatnya adalah penentuan lokasi titik-titik knot. Penentuan lokasi titik knot optimal merupakan persoalan yang sangat penting dalam estimasi regresi spline. Data yang digunakan dalam penelitian ini adalah data tentang berat badan balita di Desa Nania tahun 2013 sampai tahun 2014. Penelitian ini diperoleh titik knot yang optimal yaitu 6 dan 42. Nilai GCV yang diperoleh dari model regresi spline kubik optimal yaitu sebesar 0,0021643. Model spline kubik yang terbentuk yaitu: ð‘“Ì‚(ð‘¥) = 3,615333 + 0,675711𑥠− 0,01848ð‘¥2 + 0,000204ð‘¥3 + 0,42987(𑥠− 6)3 − 0,19933(𑥠− 42)3.
Downloads
References
[2] Eubank, R. L, “Spline Smoothing And Nonparametric Regression,†1998.
[3] Budiantara, I. N, “Penentuan Titik-Titik Knots dalam Regresi Spline,†Jurnal Jurusan Statistika FMIPA-ITS, 2005.
[4] Hardle, W, “Applied Nonparametric Regression,†Cambridge University Prees, 1990.
[5] Tripena, Agustini, “Penentuan Model Regresi Spline Terbaik,†Jurnal Program Studi Matematika FMIPA dan Teknik Jendral Soedirman, 2011.
[6] Gujarati, D, “Basic Econometric,†2004
Authors who publish with this Journal agree to the following terms:
- Author retain copyright and grant the journal right of first publication with the work simultaneously licensed under a creative commons attribution license that allow others to share the work within an acknowledgement of the work’s authorship and initial publication of this journal.
- Authors are able to enter into separate, additional contractual arrangement for the non-exclusive distribution of the journal’s published version of the work (e.g. acknowledgement of its initial publication in this journal).
- Authors are permitted and encouraged to post their work online (e.g. in institutional repositories or on their websites) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published works.