ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP
Abstrak: Regresi kuantil
merupakan salah satu metode regresi dengan pendekatan memisahkan atau membagi
data menjadi kuantil-kuantil tertentu. Metode pendekatan yang dilakukan adalah
dengan meminimumkan error mutlak berbobot yang tidak simetris dan menduga
fungsi kuantil bersyarat pada suatu sebaran data. Pendugaan parameter regresi
kuantil ini tidak membutuhkan asumsi parametertik. Parameter model yang
dihasilkan kemudian diuji keakuratannya dengan menggunakan metode Bootstrap. Metode
Bootstrap merupakan suatu teknik pendekatan nonparametrik untuk menaksir berbagai
kuantitas statistik seperti mean, standar error, dan bias suatu estimasi atau untuk
membentuk interval konfidensi dengan mengikuti algoritma tertentu. Pada kajian ini
estimasi parameter regresi kuantil dengan metode Bootstrap diperoleh bahwa
hasil estimasi parameter regresi kuantil sudah cukup akurat, karena nilai
estimasi parameter regresi kuantil dengan metode Bootstrap hampir mendekati
nilai estimasi regresi kuantil untuk data simulasi. Selanjutnya estimasi
parameter regresi kuantil dengan metode Bootstrap diperoleh nilai mean square
error (MSE) yang cukup kecil untuk setiap estimasi parameter pada setiap
kuantilnya, ini mengindikasikan bahwa nilai estimasi parameter regresi kuantil
dengan metode Bootstrap sudah cukup baik.
Penulis: MESI OKTAFIA, FERRA
YANUAR, MAIYASTRI
Kode Jurnal: jpmatematikadd160433
