Estimasi nonlinear least trimmed squares (NLTS) pada model regresi nonlinier yang dikenai outlier

INDONESIA:

Fungsi produksi Constant Elasticity of Subtsitution (CES) adalah model regresi nonlinier intrinsik yang sering digunakan untuk mengestimasi suatu data dalam sebuah industri. Model regresi nonlinier intrinsik merupakan suatu bentuk regresi nonlinier yang tidak dapat dilinierkan, sehingga untuk mengestimasi parameter model statistik nonlinier yang digunakan adalah Nonlinear Least Squares (NLS) dengan pendekatan deret Taylor orde satu yang digunakan dalam iterasi Gauss Newton.

Salah satu masalah yang sering ditemui dalam analisis data adalah outlier. Keberadaan outlier dalam analisis data sangat mempengaruhi hasil analisis sehingga kurang valid dan sifat estimasi menjadi bias. Salah satu metode regresi yang kebal terhadap outlier adalah metode Nonlinear Least Trimmed Squares.

Penelitian ini bertujuan untuk mengetahui bagaimana sifat-sifat parameter fungsi produksi CES yang dikenai outlier. Hasil penelitian menunjukkan bahwa parameter fungsi produksi CES yang dikenai outlier bersifat bias, dan tidak konsisten, sehingga fungsi produksi CES yang tidak dikenai outlier lebih baik dari pada yang dikenai outlier.

ENGLISH:

Constant Elasticity of Substitution (CES) production function is the intrinsic nonlinear regression models that are often used to estimate data in an industry. Intrinsic nonlinear regression model is a kind of nonlinear regression that can not be linearized, so as to estimate the parameters. Nonlinear statistical model use was Nonlinear Least Squares (NLS) using a first order Taylor series approach use in the Gauss Newton iteration.

One of the problems often encountered in the analysis of data is an outlier. The presence of outliers in the data analysis greatly influence the results of the analysis so it becomes less valid and the estimation become biased. One method that is resistant to outliers regression is a method of Nonlinear Least Trimmed Squares.

This research aims is to determine the characteristics of parameter CES production function which contains outlier. The result shows that parameter of the production function CES which contains outliers are bias, and inconsistent. So the CES production function which does not contain outliers is better than the are contains outliers.