PENERAPAN SPLINE TERBOBOTI UNTUK MENGATASI HETEROSKEDASTISITAS PADA REGRESI NONPARAMETRIK
Abstract: Pendekatan
statistika nonparametrik digunakan jika asumsi sebaran data kontinyu tidak
membentuk pola tertentu.Spline merupakan salah satu jenis piecewise polinomial,
yang dapat digunakan untuk melihat pola pertumbuhan individu.Data yang
mengandung heteroskedastisitas dapat diatasi menggunakan regresi spline
terboboti. Selanjutnya model yang sesuai
ditentukan dengan memilih titik knot optimal menggunakan metode Generalized
Cross Validation (GCV). Penelitian ini bertujuan untuk menduga parameter berat
badan balita (0-60 bulan). Data ini mengandung heteroskedastisitas, dapat
diatasi dengan menambah pembobot pada GCV,
bobot diperoleh dengan menggunakan metode Local Moving Average.Model
yang paling sesuai adalah model spline kuadratik terboboti dengan 2 kombinasi titik
knot (6 dan 13), dengan GCV minimum yaitu 0.0208 R2 adj sebesar 97.494%
menunjukkan keragaman berat badan balita yang dijelaskan oleh model,sedangkan
sisanya dijelaskan oleh peubah lain yang tidak dimasukkan dalam model.
Penulis: Septi Nurul Ismi, Ni
Wayan Surya Wardhani, Maria Benadetha Mitakda
Kode Jurnal: jpmatematikadd130598
