1,720,996 research outputs found
ANALISIS PERBANDINGAN REGRESI ROBUST ESTIMASI-M HUBER DAN ESTIMASI-S DALAM MENGATASI OUTLIER
Full text linkTujuan dari penulisan ini adalah menunjukkan langkah-langkah dalam mengestimasi parameter pada model regresi linear berganda dengan menggunakan regresi robust estimasi-M (Maximum Likelihood Type) Huber dan estimasi-S (Scale) serta membandingkan hasil penerapan metode regresi robust estimasi-M Huber dan estimasi-S pada data yang memuat data outlier.
Metode yang biasa digunakan untuk mengestimasi parameter regresi adalah MKT (metode kuadrat terkecil). MKT sensitif terhadap keberadaan outlier, untuk mengatasi keberadaan outlier digunakan regresi robust yang resistance terhadap outlier, dua diantara estimasi regresi robust adalah estimasi-M Huber dan estimasi-S. Ukuran kebaikan R-square dapat digunakan untuk mengetahui hasil perbandingan estimasi-M Huber dan estimasi-S. Langkah-langkah dalam mengestimasi parameter dengan regresi robust baik melalui estimasi-M Huber maupun estimasi-S adalah dengan menggunakan metode WLS (weighted least squares), sebelum mengestimasi parameter dengan WLS terlebih dahulu menghitung bobot Huber pada estimasi-M Huber dan Tukey bisquare pada estimasi-S. Kemudian dilakukan pembobotan ulang dengan menggunakan metode IRLS (iteratively reweighted least squares) hingga diperoleh hasil estimasi yang konvergen.
Berdasarkan hasil penerapan yang teridentifikasi outlier pada analisis data produksi beras di Jawa Tengah pada tahun 2010 diperoleh nilai R-square pada estimasi-M Huber dan estimasi-S masing-masing adalah 75,06% dan 99,71%. Hal ini menunjukkan bahwa estimasi-S memiliki nilai R-square yang lebih tinggi dibandingkan dengan estimasi-M Huber, dengan demikian estimasi-S merupakan penaksir yang memberikan model terbaik.
Kata kunci: outlier, MKT, regresi robust, estimasi-M Huber, estimasi-S
ESTIMASI-M IRLS DENGAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA REGRESI ROBUST
No full textMetode Kuadrat Terkecil (MKT) adalah salah satu metode estimasi parameter dalam analisis regresi. Akan tetapi, adanya pencilan dapat mengakibatkan estimasi koefisien regresi yang diperoleh tidak tepat. Tindakan membuang begitu saja suatu pencilan bukanlah tindakan yang bijaksana, karena adakalanya pencilan memberikan informasi yang cukup berarti. Oleh karena itu, diperlukan metode regresi yang robust terhadap pencilan. Salah satu metode estimasi dari regresi robust adalah estimasi-M. Estimasi ini menggunakan metode Iteratively Reweighted Least Squares (IRLS) dengan fungsi pembobotnya adalah Huber dan bisquare Tukey.
IRLS akan diaplikasikan pada kasus ketahanan pangan di Jawa Tengah tahun 2007 yang dipengaruhi oleh stok beras, luas panen, rata-rata produksi, harga beras dan jumlah konsumsi. Tujuan penelitian ini adalah untuk membandingkan efektivitas MKT dengan estimasi-M menggunakan fungsi Huber dan Tukey bisquare dalam mengestimasi parameter model ketahanan pangan di Jawa Tengah tahun 2007. Berdasarkan hasil penelitian dapat disimpulkan bahwa estimasi-M dengan fungsi Huber dan bisquare Tukey menghasilkan model yang lebih baik dari MKT. Hal ini dilihat berdasarkan nilai R_adjusted^2 hasil estimasi-M dengan fungsi Huber dan bisquare Tukey yang lebih besar dan Mean Square Error (MSE) selalu lebih kecil dari model hasil estimasi MKT. Adapun model regresinya adalah y ̂_i=1.04-0.000048 x_i1+0.000048 x_i2+0.0268x_i3-0.000236x_i4-0.000008x_(i5 )
PEMODELAN HARGA SAHAM INDEKS LQ45 MENGGUNAKAN REGRESI LINIER ROBUST M-ESTIMATOR: HUBER DAN BISQUARE
Full text linkModel ordinary least square (OLS) menjadi tidak efisien dan bias jika terdapat pelanggaran asumsi klasik. Salah satu penyebab terjadinya hal tersebut adalah terdapat observasi-observasi yang bersifat ekstrim, dimana observasi-observasi tersebut dapat memberi pengaruh (influence) pada model seperti outlier. Penelitian ini bertujuan untuk menganalisis model OLS dari harga saham (PRICE) pada indeks LQ45 berdasarkan faktor-faktor fundamental (PER, EPS, BV, ROE dan DER). Kemudian, menggunakan regresi linier robust M-estimator seperti estimator Huber dan bisquare untuk memodelkan model yang bebas outlier (influence), serta menganalisis dan mengkomparasi hasil pemodelan yang diperoleh menggunakan kedua metode tersebut untuk memperoleh model terbaik. Dengan demikian, metode yang digunakan dalam penelitian ini adalah Ordinary Least Square (OLS) dan robust M-estimator. Kedua metode ini digunakan untuk menganalisis data harga saham dan faktor-faktor fundamental indeks LQ45 pada periode Februari 2014. Hasil yang diperoleh adalah model M-estimator yakni estimator Huber dan bisquare dapat mengatasi masalah masalah outlier (influence) dan multikolinearitas pada model OLS. Dengan demikian, model regresi linear robust M-estimator dengan pembobot Huber dan bisquare lebih baik dibandingkan model OLS. Hasil perbandingan model Huber dan bisquare berdasarkan nilai-nilai kebaikan model diperoleh bahwa model bisquare lebih baik dibandingkan model Huber. Kemudian, hasil interpretasi model bisquare diperoleh bahwa PER, EPS, BV dan ROE memberi kontribusi positif terhadap harga saham (PRICE) indeks LQ45, sedangkan DER memberi kontribusi negatif terhadap harga saham (PRICE) indeks LQ45
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Estimasi M-IRLS Menggunakan Fungsi Pembobot Huber dan Tukey Bisquare pada Data Perusahaan Asuransi (Studi Kasus di PT Allianz Life Indonesia)
No full textSkripsi ini membahas penerapan estimasi M-IRLS dengan menggunakan fungsi pembobot Huber dan Tukey Bisquare. Metode ini adalah pengembangan dari metode kuadrat terkecil, sebagai solusi untuk mengatasi data yang tidak berdistribusi normal karena adanya outlier. Dengan adanya regresi robust, model penduga yang dihasilkan akan mempunyai validitas yang lebih baik dan tahan terhadap outlier. Penelitian ini bertujuan untuk menentukan model penduga regresi robust estimasi M-IRLS dengan menggunakan fungsi pembobot Huber dan Tukey Bisquare, serta menentukan pembobot yang terbaik antara Huber dan Tukey Bisquare. Data yang digunakan dalam penelitian ini merupakan data dari perusahaan asuransi jiwa PT Allianz Life Indonesia
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
- …
