Responsive Banner

Estimasi parameter model regresi probit dengan metode Grizzle Starmer Koch

Ardian, Oky Dwi (2012) Estimasi parameter model regresi probit dengan metode Grizzle Starmer Koch. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.

[img] Text (Fulltext)
08610006.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB)

Abstract

INDONESIA:

Estimasi parameter merupakan proses yang menggunakan sampel statistik untuk menduga atau menaksir hubungan parameter populasi yang tidak diketahui. Dengan estimasi parameter ini kita dapat mengetahui karakteristik parameter suatu populasi. Metode yang paling sering dipakai peneliti untuk mengestimasi parameter adalah Metode Least Square. Dengan metode ini akan didapatkan estimator yang tidak bias, konsisten dan efisien.

Untuk menggunakan metode ini harus memenuhi asumsi-asumsi yang disebut asumsi klasik. Least Square yang memenuhi asumsi-asumsi ini disebut Ordinary Least Square. Namun, pada pelaksanaannya sering kali terjadi penyimpangan asumsi-asumsi ini, salah satunya terjadinya heteroskedastisitas (nilai variansi tidak konstan), sehingga akan dihasilkan estimator yang tidak bias, konsisten namun tidak efisien.

Untuk itu estimasi dilakukan menggunakan metode Grizzle Starmer Koch (GSK). Pada penelitian ini diperoleh bentuk estimator dari parameter regresi probit dengan menggunakan metode GSKadalah sebagai berikut:
1. Regresi Model Probit

2. Estimasi dengan GSK

( ) ∫

( )

Penelitian ini dapat dikembangkan dengan menggunakan metode estimasi lain atau mengestimasi parameter regresi variabel dummy model yang lain.

ENGLISH:

Parameter Estimation is a process that uses statistical sampling to estimate or assess the relationship of the unknown population parameter. With the estimated parameters, we can determine the characteristics of a population parameter. The method most commonly used to estimate the parameters by researchers is Least Square method. With this method we will get an unbiased, consistent and efficientestimator.

To use this method should satisfy the assumptions called classical assumptions. Least Square that meets these assumptions is called Ordinary Least Square. However, the implementation is often a deviation of these assumptions, one of the heteroscedasticity (variance is not a constant value), so it will be an unbiased estimator, consistent but not efficient.

For that estimation using the method of Grizzle Starmer Koch(GSK). In this research, obtained estimator from of the probit regression parameters using GSK is as follows:
1. Probit Regression Model

2. Estimate with GSK

( ) ∫

( )

This research can be developed using different estimation methods to estimate the other parameters or dummy variable respon model.

Item Type: Thesis (Undergraduate)
Supervisor: Aziz, Abdul and Nashichuddin, Achmad
Contributors:
ContributionNameEmail
UNSPECIFIEDAziz, AbdulUNSPECIFIED
UNSPECIFIEDNashichuddin, AchmadUNSPECIFIED
Keywords: Estimasi Parameter; Model Probit; Grizzle Starmer Koch (GSK); Parameter Estimation; Probit Model; Grizzle Starmer Koch (GSK)
Departement: Fakultas Sains dan Teknologi > Jurusan Teknik Informatika
Depositing User: Imam Rohmanu
Date Deposited: 03 Aug 2017 09:31
Last Modified: 03 Aug 2017 09:31
URI: http://etheses.uin-malang.ac.id/id/eprint/7509

Downloads

Downloads per month over past year

Actions (login required)

View Item View Item