ESTIMASI PARAMETER MODEL REGRESI LINIER BERGANDA DENGAN TEKNIK BOOTSTRAP
Abstrak: Dalam mengestimasi
parameter model regresi linear berganda, salah satu metode pengestimasi
parameter yang biasa dipakai adalah metode kuadrat terkecil. Metode kuadrat
terkecil digunakan untuk mengestimasi parameter yang nilainya tidak diketahui.
Setelah parameter diestimasi dengan metode kuadrat terkecil, selanjutnya akan
dilakukan estimasi dengan menggunakan metode bootstrap pasangan data. Dalam hal
ini akan dilihat apakah hasil estimasi parameter model regresi linear berganda
sudah cukup dekat dengan estimasi parameter model menggunakan metode bootstrap
pasangan data. Kemudian akan dilihat juga apakah estimasi model parameter
dengan menggunakan metode kuadrat terkecil sudah berada di dalam selang
kepercayaan bootstrap, yaitu selang kepercayaan normal bootstrap dan selang
kepercayaan persentil bootstrap.
Kata Kunci: Regresi linear berganda, metode kuadrat terkecil,
bootstrap, selang kepercayaan normal, persentil
Penulis: DWI ANNISA FITRI
Kode Jurnal: jpmatematikadd140075
