Korelasi Kendall (τ) untuk Estimasi Parameter Distribusi Clayton-copula Bivariat
|
|
- Doddy Makmur
- 6 tahun lalu
- Tontonan:
Transkripsi
1 SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Korelasi Kendall (τ) untuk Estimasi Parameter Distribusi Clayton-copula Bivariat S - 9 Apriliana Wiji Nurcahyani, Dewi Retno Sari Saputro, dan Nughthoh Arfawi Kurdhi Program Studi Matematika (FMIPA, Universitas Sebelas Maret (UNS)) aprilianawn@gmail.com Abstrak Untuk membentuk fungsi distribusi bersama dari dua variabel random yang berdistribusi ekstrem diperlukan fungsi penghubung. Fungsi penghubung tersebut adalah copula. Copula dibagi ke dalam beberapa kelas, salah satunya Clayton-copula. Copula juga dapat digunakan untuk menjelaskan korelasi dari dua variabel random. Sedangkan untuk mengetahui korelasi antara dua variabel random digunakan korelasi Kendall (τ). Korelasi Kendall (τ) digunakan karena terdapat perbedaan antara peluang konkordan dan diskordan untuk dua variabel random yang dependen. Tujuan penelitian ini untuk estimasi parameter parameter distribusi Clayton-copula bivariat dengan korelasi Kendall (τ). Hasil dari estimasi parameter pada distribusi Clayton-copula bivariat dengan korelasi Kendall (τ) adalah. Kata kunci: Estimasi parameter, Korelasi Kendall (τ), Distribusi Clayton-copula I. PENDAHULUAN Fungsi distribusi bersama diperlukan dalam menyelesaikan permasalahan yang mempunyai dua atau lebih variabel random baik dalam ruang sampel yang sama atau berbeda. Fungsi distribusi bersama dapat dibentuk dari beberapa variabel random independen, namun dalam beberapa kasus ditemukan pula variabel random dependen. Oleh karena itu digunakan copula. Referensi [1] menyebutkan bahwa copula adalah fungsi distribusi bersama multivariat yang dapat dibentuk hanya menggunakan informasi dari distribusi marginal variabel random dependen. Dalam suatu penelitian, asumsi kenormalan suatu data harus dipenuhi karena dapat memudahkan dalam menentukan fungsi distribusi bersamanya sehingga memudahkan untuk estimasi parameternya. Peran copula akan menjadi penting ketika data mempunyai distribusi tidak normal, sehingga tetap dapat dilakukan estimasi parameter tanpa mengabaikan asumsi ketidaknormalan distribusinya. Data yang bersifat tidak normal mengandung nilai ekstrem. Oleh karena itu, copula digunakan ketika data mempunyai nilai ekstrem dan tidak normal. Namun, penelitian menggunakan copula masih belum banyak dilakukan. Referensi [2] menyebutkan bahwa keluarga copula dibagi menjadi tiga yaitu elliptical copula, archimedean copula, dan Marshall-Olkin-copula. Keluarga elliptical copula merupakan copula dari distribusi elips. Terdapat dua tipe copula yang termasuk dalam kelas elliptical copula yaitu gaussian copula dan student-t copula. Archimedean copula terdiri dari tiga kelas yaitu Frank-copula, Gumbelcopula, dan Clayton-copula. Archimedean copula paling banyak digunakan dalam kasus bivariat. Hal ini disebabkan karena kemudahan dalam menentukan fungsi copulanya dan kelas dalam archimedean copula mempunyai fungsi pembangkit yang berbeda-beda. Fungsi pembangkit archimedean copula adalah kontinu, monoton turun, memiliki fungsi dengan. Nilai dari untuk dan untuk. Fungsi adalah copula bivariat dan disebut archimedean copula bivariat dengan fungsi pembangkit ϕ seperti pada [3]. Penelitian yang pernah dilakukan oleh [4] adalah Clayton-copula pada financial market risk management. Pada penelitian tersebut, digunakan gabungan dari dua kelas archimedean copula yaitu Clayton-copula dan Gumbel-copula. Referensi [5] menyebutkan bahwa Clayton-copula lebih cocok digunakan untuk data hidrologi. Clayton-copula lebih menitikberatkan pada distribusi multivariat dengan struktur implisit yang dependen. Penelitian financial market risk management mengindikasikan bahwa Clayton-copula dan Gumbel-copula dapat digunakan dalam mengestimasi nilai ekstrem. Referensi [3] menyebutkan bahwa terdapat dua perilaku ekor dependen yaitu ekor dependen atas (upper tail dependence) dan ekor dependen bawah (lower tail dependence). Ekor dependen atas dapat MS 53
2 ISBN didekati dengan distribusi Gumbel-copula dan ekor dependen bawah dapat didekati dengan distribusi Clayton-copula. Dalam penelitian yang dilakukan oleh [4] estimasi yang digunakan untuk fungsi distribusi Claytoncopula dan Gumbel-copula adalah maximum likelihood estimation (MLE). Copula juga dapat digunakan untuk menjelaskan korelasi dari suatu distribusi seperti pada [6]. Referensi [7] menyebutkan bahwa korelasi Kendall (τ) dapat digunakan untuk mengkonstruksi parameter kelas Clayton-copula dan Gumbelcopula. Dalam konsep korelasi Kendall (τ) dikenal dengan adanya istilah konkordan dan diskordan. Misalkan dan menyatakan dua observasi dari vektor variabel random kontinu. Observasi dan dikatakan konkordan apabila dan dikatakan diskordan apabila. Kelebihan korelasi Kendall (τ) adalah tidak terpengaruh oleh nilai-nilai outlier dan dapat digunakan meskipun bentuk hubungan antara variabel random tidak bersifat linear. Referensi [8] menyatakan bahwa korelasi Kendall (τ) merupakan salah satu korelasi yang sesuai untuk mengestimasi parameter distribusi Clayton-copula. Oleh karena itu, pada penelitian ini dikaji ulang estimasi parameter distribusi Clayton-copula dengan korelasi Kendall (τ) dengan rumusan masalah adalah bagaimana mengestimasi parameter distribusi Clayton-copula bivariat dengan korelasi Kendall (τ). Tujuan penelitian ini untuk mengestimasi parameter distribusi Clayton-copula bivariat dengan korelasi Kendall (τ) dan manfaat dari penelitian ini adalah menambah pengetahuan tentang copula pada nilai ekstrem dan estimasi parameter distribusi Clayton-copula bivariat dengan korelasi Kendall (τ). II. METODE PENELITIAN Penelitian ini merupakan penelitian teori dengan estimasi parameter distribusi Clayton-copula bivariat. Berikut adalah langkah-langkah estimasi parameter distribusi Clayton-copula menggunakan korelasi Kendall ( ). a. Menentukan fungsi pembangkit distribusi Clayton-copula. b. Menentukan turunan pertama fungsi pembangkit distribusi Clayton-copula. c. Mensubstitusi fungsi pembangkit distribusi Clayton-copula ke persamaan d. Menghitung nilai e. Mensubstitusi hasil perhitungan ke (1). f. Menghitung nilai g. Mensubstitusikan hasil integral ke (1). III. HASIL DAN PEMBAHASAN A. Archimedean Copula Bivariat Copula dapat digunakan untuk mengetahui korelasi dari suatu distribusi. Ukuran korelasi yang dikenal antara lain korelasi linear Pearson, korelasi rank (rank correlation), dan koefisien kebergantungan ekor (coefficient of tail dependence). Referensi [6] menyebutkan bahwa korelasi rank dan koefisien kebergantungan ekor digolongkan sebagai korelasi yang berbasis copula. Copula berperan dalam menggabungkan struktur depedensi untuk membentuk distribusi bersama dua variabel random U 1 dan U 2. Dependensi dalam konteks ini dapat dianggap dari kejadian ekstrem. Copula dengan variabel random yang memiliki nilai ekstrem termasuk ke dalam keluarga archimedean copula. Secara umum fungsi distribusi archimedean copula didefinisikan dalam persamaan (1). (2) Dalam penelitian ini digunakan dua variabel random dengan dua fungsi pembangkit sehingga menurut [3], fungsi distribusi archimedean copula bivariat dinyatakan sebagai berikut, (3) dengan adalah fungsi pembangkit pada variabel random pertama dan adalah fungsi pembangkit pada variabel random kedua. B. Distribusi Clayton-copula Distribusi Clayton-copula merupakan fungsi distribusi gabungan dari dua variabel random yang berdistibusi Clayton. Fungsi distribusi archimedean copula bivariat dibutuhkan untuk membentuk distibusi bersama tersebut. Fungsi distribusi archimedean copula bivariat dinyatakan pada (3) dengan MS 54
3 SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 dan merupakan fungsi pembangkit dari Clayton-copula pada variabel random dan serta sebagai parameternya. Fungsi distribusi bersama Clayton-copula bivariat dengan variabel random dan diperoleh dengan mensubstitusi fungsi pembangkit Claytoncopula masing-masing variabel random dan ke (3) sehingga diperoleh dengan merupakan inverse dari fungsi pembangkit variabel random dan pada distribusi Clayton-copula bivariat. Untuk memperoleh inverse fungsi pembangkit dengan mengubah persamaan menjadi bentuk u sebagai fungsi dari y, hasil perubahan bentuk u menjadi fungsi y dinamakan sebagai, selanjutnya mengubah y menjadi u. sehingga inverse dari adalah (4) Berdasakan fungsi inverse pada (4) diperoleh Dengan demikian distribusi Clayton-copula bivariat dinyatakan sebagai (5) selanjutnya parameter pada (5) diestimasi menggunakan korelasi Kendall ( ). C. Pembuktian Ekor Dependen Fungsi distribusi Clayton-copula bivariat pada (5) memiliki ekor dependen bawah yang berarti bahwa dan, dengan pembuktian sebagai berikut MS 55
4 ISBN dan untuk misalkan diperoleh D. Estimasi Parameter Distribusi Clayton-copula Menurut Genest dan Rivers (1993) dalam [9], untuk mengestimasi parameter menggunakan observasi nilai Kendall (τ) pada distribusi Clayton-copula dapat dihitung menggunakan (1) dengan fungsi MS 56
5 SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 pembangkit yang digunakan adalah pertama fungsi pembangkitnya yaitu. Langkah pertama adalah menentukan turunan Setelah diperoleh turunan pertama fungsi pembangkitnya, fungsi pembangkit dan turunan pertamanya disubstitusi pada (1). Langkah kedua adalah menghitung nilai dan diperoleh Langkah berikutnya adalah mensubstitusi (6) ke (1) dan diperoleh Kemudian dilakukan pengintegralan parsial pada (7) ruas kanan suku kedua yaitu Untuk memperoleh estimasi parameter pada (5), (8) disubstitusi ke (7) sehingga diperoleh MS 57
6 ISBN Dari (9) diperoleh estimasi parameter distribusi Clayton-copula bivariat yaitu IV. SIMPULAN DAN SARAN Berdasarkan hasil dan pembahasan diperoleh kesimpulan yaitu estimasi paremeter distribusi Claytoncopula dengan korelasi Kendall ( ) adalah Estimasi parameter yang dilakukan pada penelitian ini hanya menggunakan dua variabel random dan korelasi Kendall ( ). Sedangkan metode untuk mengestimasi parameter tidak hanya korelasi Kendall ( ) sehingga disarankan bagi penelitian selanjutnya menggunakan metode yang lain untuk membandingkan estimasinya. DAFTAR PUSTAKA [1] Zimmer, D. M. and P. K. Trivedi, Using Triviate Copulas to Model Sample Selection and Treatment Effect: Application to Family Healt Care Demand, Journal of Business and Economic Statistics, vol. 24, no. 1, pp , [2] Embrechts, P., F. Lindskog, and A. McNeil, Modelling Dependence with Copulas and Applications to Risk Management, Tech. report, Department of Mathematics ETZH, [3] Kort, J., Modelling Tail Dependence Using Copulas-literature review, ResearchGate, [4] Shamiri, A., N. A. Hamzah, and A. Pirmoradian, Tail Dependence Estimate in Financial Market Risk Management: Clayton- Gumbel Copula Approach, Sains Malaysiana, pp , [5] Bakrizadeh, H., G. A. Parhan, and M. R. Zadkarni, Weighted Clayton Copulas and their Characterizations: Application to Probable of The Hydrology Data, Journal of Data Science, vol. 11, pp , [6] Syuhada, K., Peubah Acak, Fungsi Distribusi Bersama dan Copula, Jurnal Matematika, Institut Teknologi Bandung, vol. 2, [7] Mahfood, M., Bivariate Archimedean Copulas: An Application to Two Stock Market Indices, Tech. report, Vrije Universteit, [8] Genest, C. and J. Segers, On the Covariance of The Asymptotic Empirical Copulas Process, Journal of Multivariate Analysis, vol. 101, [9] Syahrir, I., I. Zaini, dan H. Kuswanto, Estimasi Parameter Copula Archimedean dan Aplikasinya dalam Klimatologi, Paper dan Presentasi Statistika, Institut Teknologi Sepeluh November, MS 58
Estimasi Parameter Distribusi Marshall-Olkin Copula dengan Metode Maximum Likelihood
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 S - 26 Estimasi Parameter Distribusi Marshall-Olkin Copula dengan Metode Maximum Likelihood Riris Listya Dahyita Putri, Dewi Retno Sari Saputro,
Lebih terperinciEstimasi Parameter Copula Dan Aplikasinya Pada Klimatologi
Estimasi Parameter Copula Dan Aplikasinya Pada Klimatologi Irwan Syahrir (309 20 00) Dosen Pembimbing: Dr. Ismaini Zaini, M.Si Dr.rer.pol. Heri Kuswanto, M.Si . PENDAHULUAN Latar belakang Analisis Statistik
Lebih terperinciBAB III VALUE AT RISK (VaR ) DAN PENDEKATAN COPULA
BAB III VALUE AT RISK (VaR ) DAN PENDEKATAN COPULA 3.1 Value at Risk (VaR) Salah satu aspek yang sangat penting dalam analisis resiko adalah penghitungan Value at Risk atau yang selanjutnya disingkat dalam
Lebih terperinciANALISIS HUBUNGAN PRODUKSI PADI DAN INDIKATOR ENSO DI KABUPATEN TABANAN DENGAN PENDEKATAN COPULA
E-Jurnal Matematika Vol. 5 (4), November 2016, pp. 164-169 ISSN: 2303-1751 ANALISIS HUBUNGAN PRODUKSI PADI DAN INDIKATOR ENSO DI KABUPATEN TABANAN DENGAN PENDEKATAN COPULA Luh Gede Udayani 1, I Wayan Sumarjaya
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Salah satu konsep yang sangat menarik untuk dikaji adalah konsep copula. Konsep ini banyak digunakan di bidang matematika dan statistika, bahkan aplikasinya
Lebih terperinciBAB I PENDAHULUAN. menjadi hal yang lumrah dilakukan dalam manajemen risiko. Salah satu strategi
BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini, mengukur dan mengelola risiko pada data finansial sudah menjadi hal yang lumrah dilakukan dalam manajemen risiko. Salah satu strategi yang digunakan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dari tahun ke tahun, produksi mobil dunia semakin berkembang pesat. Berbagai merek ataupun jenis beserta keunggulan-keunggulan yang ditawarkan berbedabeda
Lebih terperinciESTIMASI COPULA BIVARIAT DAN APLIKASI PADA DOUBLE DECREMENT TESIS. ELIS NURZANAH NIM : Program Studi Matematika
ESTIMASI COPULA BIVARIAT DAN APLIKASI PADA DOUBLE DECREMENT TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh ELIS NURZANAH NIM : 20105020
Lebih terperinciESTIMASI NILAI CONDITIONAL VALUE AT RISK MENGGUNAKAN FUNGSI GAUSSIAN COPULA
ESTIMASI NILAI CONDITIONAL VALUE AT RISK MENGGUNAKAN FUNGSI GAUSSIAN COPULA Herlina Hidayati 1, Komang Dharmawan 2, I Wayan Sumarjaya 3 1 Jurusan Matematika, FMIPA Universitas Udayana [Email: herlinadisanasini@gmail.com]
Lebih terperincioleh RIRIS LISTYA DAHYITA PUTRI M
ESTIMASI PARAMETER DISTRIBUSI MARSHALL-OLKIN COPULA DENGAN METODE MAXIMUM LIKELIHOOD oleh RIRIS LISTYA DAHYITA PUTRI M0111073 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
Lebih terperinciABSTRAK. Kata Kunci : copula, produksi padi, ENSO, copula Archimedean, copula Frank
Judul Nama Pembimbing : Analisis Hubungan Produksi Padi dan Indikator ENSO di Kabupaten Tabanan dengan Pendekatan Copula : Luh Gede Udayani : 1. I Wayan Sumarjaya, S.Si., M.Stats. 2. Made Susilawati, S.Si.,
Lebih terperinciBab II Kajian Teori Copula
Bab Kajian Teori Copula.1 Pendahuluan Copula Tesis ini mengacu pada terminologi copula sebagai fungsi yang menghubungkan fungsi distribusi multivariat terhadap fungsi distribusi marginal uniform. Misalkan
Lebih terperinciPeubah Acak, Fungsi Distribusi Bersama dan Copula
Peubah Acak, Fungsi Distribusi Bersama dan Copula oleh Khreshna Syuhada Misalkan kita memiliki dua peubah acak X dan Y yang tidak saling bebas; fungsi distribusinya, berturut-turut, adalah F X dan G Y.
Lebih terperinciESTIMASI NILAI VaR PORTOFOLIO MENGGUNAKAN FUNGSI ARCHIMEDEAN COPULA
ESTIMASI NILAI VaR PORTOFOLIO MENGGUNAKAN FUNGSI ARCHIMEDEAN COPULA Aulia Atika Prawibta Suharto 1, Komang Dharmawan 2, I Wayan Sumarjaya 3 1 Jurusan Matematika, FMIPA UniversitasUdayana [Email: auliaatika08@gmail.com]
Lebih terperinciBAB II TINJAUAN PUSTAKA. return, mean, standard deviation, skewness, kurtosis, ACF, korelasi, GPD, copula,
BAB II TINJAUAN PUSTAKA Pada bab ini akan dibahas semua konsep yang mendasari penelitian ini yaitu return, mean, standard deviation, skewness, kurtosis, ACF, korelasi, GPD, copula, VaR, estimasi VaR dengan
Lebih terperinciBAB I PENDAHULUAN. banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah
BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi menawarkan berbagai produk untuk menarik minat banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah satu produk asuransi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dewasa ini industri asuransi telah menjadi suatu bidang usaha yang menarik dan mempunyai peranan yang tidak kecil dalam perekonomian. Keberadaan industri
Lebih terperinciABSTRAK. Kata Kunci : Portfolio, Value at Risk, Copula, Arhimedean Copula.
Judul : Estimasi Nilai VaR Portofolio Menggunakan Fungsi Archimedean Copula Nama : Aulia Atika Prawibta Suharto NIM : 1208405005 Pembimbing : 1. Ir. Komang Dharmawan, M.Math.,Ph.D 2. I Wayan Sumarjaya,
Lebih terperinciInformasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG)
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Informasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG) Aulia Nugrahani
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis varians (ANOVA) pertama kali diperkenalkan oleh Sir Ronald Fisher. ANOVA merupakan generalisasi dari uji t, digunakan pada situasi saat peneliti ingin
Lebih terperinciValue-at-Risk Pada Portofolio Berbasis Model Generalized Autoregressive Conditional Heteroskedastik dan Copula
Value-at-Risk Pada Portofolio Berbasis Model Generalized Autoregressive Conditional Heteroskedastik dan Copula June 29, 2016 Abstrak Pengukuran risiko merupakan hal penting bagi individu maupun perusahaan
Lebih terperinciPERBANDINGAN ASURANSI LAST SURVIVOR DENGAN PENGEMBALIAN PREMI MENGGUNAKAN METODE COPULA FRANK, COPULA CLAYTON, DAN COPULA GUMBEL
E-Jurnal Matematika Vol. 6 (3), Agustus 2017, pp. 205-213 ISSN: 2303-1751 PERBANDINGAN ASURANSI LAST SURVIVOR DENGAN PENGEMBALIAN PREMI MENGGUNAKAN METODE COPULA FRANK, COPULA CLAYTON, DAN COPULA GUMBEL
Lebih terperinciMA6281 Topik Lanjut dalam Statistika ANALISIS DATA DENGAN COPULA Dependency is not necessarily bad
Catatan Kuliah MA6281 Topik Lanjut dalam Statistika ANALISIS DATA DENGAN COPULA Dependency is not necessarily bad disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut
Lebih terperinciTeknik Ensemble dengan Additive Noise pada Estimasi Parameter Model Autoregressive Spasial
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Teknik Ensemble dengan Additive Noise pada Estimasi Parameter Model Autoregressive Spasial Sulistiyaningsih 1, Dewi Retno Sari Saputro 2, Purnami Widyaningsih
Lebih terperinciANALISIS RISIKO INVESTASI PASANGAN SAHAM SYARIAH DENGAN METODE FRANK COPULA
ANALISIS RISIKO INVESTASI PASANGAN SAHAM SYARIAH DENGAN METODE FRANK COPULA (Studi Kasus : Saham SMGR.JK dan INTP.JK periode 01 Januari 2014 sampai 22 April 2015) Skripsi untuk memenuhi sebagian persyaratan
Lebih terperinciKOEFISIEN DETERMINASI REGRESI FUZZY SIMETRIS UNTUK PEMILIHAN MODEL TERBAIK. Iqbal Kharisudin. Jurusan Matematika FMIPA Universitas Negeri Semarang
KOEFISIEN DETERMINASI REGRESI FUZZY SIMETRIS UNTUK PEMILIHAN MODEL TERBAIK S-33 Iqbal Kharisudin Jurusan Matematika FMIPA Universitas Negeri Semarang Email: iqbal_kh@staff.unnes.ac.id Abstrak: Dalam analisis
Lebih terperinciTIME SERIES ANALYSIS USING COPULA GAUSS AND AR(1)-N.GARCH(1,1) DOI: /medstat Abstract
p-issn 1979 3693 e-issn 2477 0647 MEDIA STATISTIKA 9(1) 2016: 01-13 http://ejournal.undip.ac.id/index.php/media_statistika TIME SERIES ANALYSIS USING COPULA GAUSS AND AR(1)-N.GARCH(1,1) Rezzy Eko Caraka
Lebih terperinciSKRIPSI. Disusun Oleh : OKTAFIANI WIDYA NINGRUM
PERHITUNGAN VALUE AT RISK PADA PORTOFOLIO SAHAM MENGGUNAKANN COPULA (Studi Kasus : Saham-Saham Perusahaan di Indonesia Periode 13 Oktober 2011-12 Oktober 2016) SKRIPSI Disusun Oleh : OKTAFIANI WIDYA NINGRUM
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN
ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN Karima Puspita Sari, Respatiwulan, dan Bowo Winarno Program Studi Matematika FMIPA UNS Abstrak. Model regresi zero-inflated
Lebih terperinciESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP
ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP PADA DATA PASIEN HIPERKOLESTEROLEMIA DI BALAI LABORATORIUM KESEHATAN YOGYAKARTA Fransiska Grase S.W, Sri Sulistijowati H.,
Lebih terperinciMASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG)
MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) Shaifudin Zuhdi, Dewi Retno Sari Saputro Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciMODEL REGRESI POISSON YANG DIPERUMUM UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON
MODEL REGRESI POISSON YANG DIPERUMUM UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON Ade Susanti, Dewi Retno Sari Saputro, dan Nughthoh Arfawi Kurdhi Program Studi Matematika FMIPA UNS Abstrak
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam berinvestasi ada tiga hal yang perlu diperhatikan oleh investor, yaitu capital (modal), objective (objektif), dan risk (risiko).hal yang sering menjadi
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciStudi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Distribusi Empirik
Studi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Empirik S 6 Jantini Trianasari Natangku 1), Adi Setiawan ), Lilik Linawati ) 1) Mahasiswa Program Studi Matematika FSM-UKSW Email : n4n4_00190@yahoo.co.id
Lebih terperinciValue-at-Risk Pada Portofolio Berbasis Model Generalized Autoregressive Conditional Heteroskedastik dan Copula
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.2 Agustus 206 Page 3746 Value-at-Risk Pada Portofolio Berbasis Model Generalized Autoregressive Conditional Heteroskedastik dan Copula June 29,
Lebih terperinciPETA KENDALI MULTIATRIBUT C DENGAN PENDEKATAN DISTRIBUSI MULTIVARIAT POISSON
PETA KENDALI MULTIATRIBUT C DENGAN PENDEKATAN DISTRIBUSI MULTIVARIAT POISSON Reny Anggraeni, Erna Tri Herdiana, Nasrah Sirajang Program Studi Statistika, FMIPA, Universitas Hasanuddin Abstrak Kualitas
Lebih terperinciModel Black Litterman dengan Estimasi Theil Mixed
Model Black Litterman dengan Estimasi Theil Mixed S 7 Retno Subekti Jurusan Pendidikan Matematika FMIPA UNY Abstrak Formula return model black litterman dapat ditelusuri melalui berbagai pendekatan, Selain
Lebih terperinciPROSIDING ISBN :
S - 10 APLIKASI METODE FULL INFORMATION MAXIMUM LIKELIHOOD (FIML) PADA PENYELESAIAN SISTEM PERSAMAAN SIMULTAN (Studi Kasus : Data Stok Uang, PDRB, dan Konsumsi Rumah Tangga Di DIY) Eka Septiana 1, Retno
Lebih terperinciESTIMASI PARAMETER MODEL MIXTURE AUTOREGRESSIVE (MAR) MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMISASI (EM) Abstract
Estimasi Parameter (Mika Asrini) ESTIMASI PARAMETER MODEL MIXTURE AUTOREGRESSIVE (MAR) MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMISASI (EM) Mika Asrini 1, Winita Sulandari 2, Santoso Budi Wiyono 3 1 Mahasiswa
Lebih terperincioleh YUANITA KUSUMA WARDANI M
ESTIMASI PARAMETER MODEL REGRESI PROBIT SPASIAL MENGGUNAKAN SOFTWARE R DENGAN ALGORITME GIBBS SAMPLING oleh YUANITA KUSUMA WARDANI M0111083 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciKETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD)
KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD) Budyanra Jurusan Statistika, Sekolah Tinggi Ilmu Statistik, Jakarta
Lebih terperinciSTUDI SIMULASI UJI KOEFISIEN KORELASI SPEARMAN DAN KENDALL DARI SAMPEL YANG DIBANGKITKAN BERDASARKAN ESTIMASI DENSITAS KERNEL MULTIVARIAT
STUDI SIMULASI UJI KOEFISIEN KORELASI SPEARMAN DAN KENDALL DARI SAMPEL YANG DIBANGKITKAN BERDASARKAN ESTIMASI DENSITAS KERNEL MULTIVARIAT Studi Kasus: Beberapa Kurs Mata Uang Asing Terhadap Rupiah Rangga
Lebih terperinciPROSES PERCABANGAN PADA DISTRIBUSI POISSON
PROSES PERCABANGAN PADA DISTRIBUSI POISSON Nur Alfiani Santoso, Respatiwulan, dan Nughthoh Arfawi Kurdhi Program Studi Matematika FMIPA UNS Abstrak. Proses percabangan merupakan suatu proses stokastik
Lebih terperinciKAJIAN TELBS PADA REGRESI LINIER DENGAN KASUS PENCILAN
KAJIAN TELBS PADA REGRESI LINIER DENGAN KASUS PENCILAN Nurul Gusriani 1), Firdaniza 2), Novi Octavianti 3) 1,2,3) Departemen Matematika FMIPA Universitas Padjadjaran, Jalan Raya Bandung- Sumedang Km. 21
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinciKONSEP DASAR TERKAIT METODE BAYES
KONSEP DASAR TERKAIT METODE BAYES 2.3. Peubah Acak dan Distribusi Peluang Pada statistika kita melakukan percobaan dimana percobaan tersebut akan menghasilkan suatu peluang. Ruang sampel pada percobaan
Lebih terperinciIDENTIFIKASI STRUKTUR DEPENDENSI DENGAN COPULA (APLIKASI PADA DATA KLIMATOLOGI)
IDENTIFIKASI STRKTR DEPENDENSI DENGAN COPLA (APLIKASI PADA DATA KLIMATOLOGI) Mutiah Salamah 1 dan Heri Kuswanto 2 1,2 Jurusan Statistika, Institut Teknologi Sepuluh Nopember (ITS) Surabaya e-mail: 1 mutiah_s@statistika.its.ac.id,
Lebih terperinciSIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS
SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS Joko Sungkono 1, Th. Kriswianti Nugrahaningsih 2 Abstract: Terdapat empat asumsi klasik dalam regresi diantaranya asumsi normalitas.
Lebih terperinciBAB III METODE THEIL. menganalisis hubungan antara variabel bebas dan variabel terikat yang dinyatakan
28 BAB III METODE THEIL Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antara variabel bebas dan variabel terikat yang dinyatakan dalam sebuah persamaan regresi. Dalam
Lebih terperinciESTIMASI VALUE AT RISK PADA PORTOFOLIO SAHAM LQ45 DENGAN METODE COPULA- GARCH
TESIS - SS142501 ESTIMASI VALUE AT RISK PADA PORTOFOLIO SAHAM LQ45 DENGAN METODE COPULA- GARCH TUTUS SURATINA HARSOYO NRP. 1315201005 DOSEN PEMBIMBING : Dr. rer. pol. Heri Kuswanto, S.Si., M.Si Dr. Brodjol
Lebih terperinciKEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
KEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Ro fah Nur Rachmawati Mathematics & Statistics Department, School of Computer Science, Binus
Lebih terperinciBAB I PENDAHULUAN. dependen disebut dengan regresi linear sederhana, sedangkan model regresi linear
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linear merupakan metode statistika yang digunakan untuk membentuk model hubungan antara variabel dependen (terikat; respon) dengan satu atau lebih variabel
Lebih terperinciPEMODELAN INDEKS HARGA SAHAM GABUNGAN DAN PENENTUAN RANK CORRELATION DENGAN MENGGUNAKAN COPULA IKA SYATTWA BRAMANTYA
PEMODELAN INDEKS HARGA SAHAM GABUNGAN DAN PENENTUAN RANK CORRELATION DENGAN MENGGUNAKAN COPULA IKA SYATTWA BRAMANTYA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciINFERENSI PARAMETER SIMPANGAN BAKU POPULASI NORMAL DENGAN METODE BAYESIAN OBYEKTIF
INFERENSI PARAMETER SIMPANGAN BAKU S - POPULASI NORMAL DENGAN METODE BAYESIAN OBYEKTIF Adi Setiawan Program Studi Matematika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana, Jl Diponegoro
Lebih terperinciPENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL
PENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL Vania Mutiarani 1, Adi Setiawan, Hanna Arini Parhusip 3 1 Mahasiswa Program Studi Matematika FSM UKSW, 3 Dosen
Lebih terperinciESTIMATION METHODS ISSUES IN MULTILEVEL MODEL FOR HIERARCHICAL DATA ANALYSIS
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 ESTIMATION METHODS ISSUES IN MULTILEVEL MODEL FOR HIERARCHICAL DATA ANALYSIS Pudji Ismartini 1), Susanti Linuwih 2),
Lebih terperinciS 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)
PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Manusia merupakan makhluk sosial yang memiliki perilaku konsumtif. Perilaku tersebut membuat setiap orang memiliki banyak kebutuhan yang perlu dipenuhi. Apalagi sifat
Lebih terperinciPENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL
PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL Ro fah Nur Rachmawati Jurusan Matematika, Fakultas Sains dan Teknologi, Binus University Jl.
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pada era sekarang ini, bahaya, kerusakan dan kerugian adalah kenyataan yang harus dihadapi manusia di dunia, termasuk di Indonesia. Ini menyebabkan kemungkinan terjadi
Lebih terperinciMemodelkan Ketergantungan dengan Kopula
Jurnal Matematika Vol. 3 No. 1, Juli 2013. ISSN : 1693-1394 Memodelkan Ketergantungan dengan Kopula I Wayan Sumarjaya Jurusan Matematika Fakultas MIPA Universitas Udayana e-mail: sumarjaya@unud.ac.id Abstrak:
Lebih terperinciDistribusi Weibull Power Series
Distribusi Weibull Power Series Maulida Yanti 1, Sarini S.Si.,M.Stats 2 1 Mahasiswa Departemen Matematika, FMIPA UI, Kampus UI Depok, 16424 2 Staff Pengajar Departemen Matematika, FMIPA UI, Kampus UI Depok,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Manusia boleh berencana tetapi Tuhan lah yang menentukan. Ungkapan ini sudah sangat sering kita dengar dalam kehidupan sehari-hari. Makna yang terkandung dalam
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih terperincioleh PRITA DEWI HUTRIANA SARI NIM. M
ESTIMASI RATA-RATA PRODUKSI JAGUNG DI PROVINSI JAWA BARAT MENGGUNAKAN PENDUGA RASIO PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DENGAN KOEFISIEN KURTOSIS VARIABEL BANTU DAN REGRESI ROBUST oleh PRITA DEWI HUTRIANA
Lebih terperinciSifat Baik Solusi Kuadrat Terkecil Regresi Fuzzy Dengan Variabel Dependen Fuzzy Tak Simetris
Sifat Baik Solusi Kuadrat Terkecil Regresi Fuzzy Dengan Variabel Dependen Fuzzy Tak Simetris Iqbal Kharisudin Jurusan Matematika FMIPA Universitas Negeri Semarang Email: iqbal_kh@staff.unnes.ac.id Abstrak:
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciPENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH
PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH Erliyana Devitasari, Sri Sulistijowati Handayani, dan Respatiwulan Program Studi Matematika FMIPA
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berjalannya waktu, ilmu pengetahuan dan teknologi (sains dan teknologi) telah berkembang dengan cepat. Salah satunya adalah ilmu matematika yang
Lebih terperinciModel Cox Extended dengan untuk Mengatasi Nonproportional Hazard pada Kejadian Bersama
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Model Cox Extended dengan untuk Mengatasi Nonproportional Hazard pada Kejadian Bersama Anita Nur Vitriana, Rosita Kusumawati Program Studi
Lebih terperinciBAB I PENDAHULUAN. bersifat tetap ( bukan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan suatu analisis yang digunakan untuk mengetahui hubungan antara satu variabel independen atau lebih dengan variabel dependen. Pada studi perbandingan
Lebih terperinciPROPOSAL PROGRAM KREATIVITAS MAHASISWA
PROPOSAL PROGRAM KREATIVITAS MAHASISWA JUDUL PROGRAM DETEKSI IKLIM EKSTRIM DENGAN PENDEKATAN COPULA SEBAGAI EARLY WARNING SYSTEM PADA PRODUKSI PADI DI LAMONGAN JAWA TIMUR BIDANG KEGIATAN : PKM PENELITIAN
Lebih terperinciKEUNIKAN MODEL BLACK LITTERMAN DALAM PEMBENTUKAN PORTOFOLIO 1. Abstract
KEUNIKAN MODEL BLACK LITTERMAN DALAM PEMBENTUKAN PORTOFOLIO 1 Retno Subekti 2 Abstract Teori pembentukan portofolio diawali oleh Markowitz dengan mean-variancenya di tahun 50an. Selanjutnya bermunculan
Lebih terperinciESTIMASI PARAMETER DAN INTERVAL KREDIBEL DENGAN MODEL REGRESI LINIER BERGANDA BAYESIAN
ESTIMASI PARAMETER DAN INTERVAL KREDIBEL DENGAN MODEL REGRESI LINIER BERGANDA BAYESIAN Vania Mutiarani a, Adi Setiawan b, Hanna Arini Parhusip c a Program Studi Matematika FSM UKSW Jl. Diponegoro 52-6
Lebih terperinciESTIMASI NILAI VALUE AT RISK PORTOFILIO MENGGUNAKAN METODE t-copula
ESTIMASI NILAI VALUE AT RISK PORTOFILIO MENGGUNAKAN METODE t-copula Komang Dharmawan (k.dharmawan@unud.ac.id) Jurusan Matematika Fakultas MIPA Universitas Udayana, Jalan Kampus Udayana, Bali 80361 ABSTRACT
Lebih terperinciESTIMASI INTERVAL KEPERCAYAAN (CONFIDENCE INTERVAL) PARAMETER MODEL PROSES GEOMETRIK WEIBULL PADA ANALISIS UJI HIDUP UNTUK DATA TERSENSOR TIPE II
ESTIMASI INTERVAL KEPERCAYAAN (CONFIDENCE INTERVAL) PARAMETER MODEL PROSES GEOMETRIK WEIBULL PADA ANALISIS UJI HIDUP UNTUK DATA TERSENSOR TIPE II Asep Solih A 1* Rini Cahyandari 2 Tarkinih 3 123 Program
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI ZERO ADJUSTED INVERSE GAUSSIAN (ZAIG) UNTUK MENENTUKAN BESAR KLAIM
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 323-328 ESTIMASI PARAMETER MODEL REGRESI ZERO ADJUSTED INVERSE GAUSSIAN (ZAIG) UNTUK MENENTUKAN BESAR KLAIM Nurul Huda,
Lebih terperinciProsiding Seminar Nasional MIPA 2016
Peramalan Jumlah Penumpang Kereta Api Lodaya Jurusan Bandung-Solo Menggunakan Model Reg-ARIMA Dengan Variasi Kalender (Studi Kasus: PT. Kereta Api Indonesia) Dyah Puspita Sari*, Gumgum Darmawan, Soemartini
Lebih terperinciPengenalan Copula. Sapto Wahyu Indratno
Pengenalan Copula Sapto Wahyu Indratno STATISTICS DISIVISION, FACULTY OF MATHEMATICS AND NATURAL SCI- ENCES, INSTITUT TEKNOLOGI BANDUNG E-mail address: sapto@math.itb.ac.id Daftar Isi Bagian 1. Copula
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) A-61
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) A-61 Model Regresi Probit Bivariat pada Kasus Penderita HIV dan AIDS di Jawa Timur Bella Yuliatin Puspita Sari, dan Farida Agustini
Lebih terperinciProsiding ISBN :
Penggunaan Metode Bayesian Subyektif dalam Pengkonstruksian Grafik Pengendali-c Sekar Sukma Asmara a, Adi Setiawan b, Tundjung Mahatma c a Mahasiswa Program Studi Matematika Fakultas Sains Matematika Universitas
Lebih terperinci(R.9) PEMBUATAN KEPUTUSAN MIGRASI DENGAN PENDEKATAN REGRESI HIRARKI DI INDONESIA
Seminar Nasional Statistika 12 November 2011 Vol 2 November 2011 (R.9) PEMBUATAN KEPUTUSAN MIGRASI DENGAN PENDEKATAN REGRESI HIRARKI DI INDONESIA 1Yudhi Agustar Sanjaya 2 Toni Toharudin 3 Enny Supartini
Lebih terperinciPENGUJIAN KESAMAAN BEBERAPA MODEL REGRESI NON LINIER GEOMETRI (Studi Kasus : Data Emisi CO 2 dan Gross Nation Product di Malaysia, Bhutan, dan Nepal)
PENGUJIAN KESAMAAN BEBERAPA MODEL REGRESI NON LINIER GEOMETRI (Studi Kasus : Data Emisi CO dan Gross Nation Product di Malaysia, Bhutan, dan Nepal) Yanti I 1, Islamiyati A, Raupong 3 Abstrak Regresi geometrik
Lebih terperincioleh ANADIORA EKA PUTRI M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
MODEL PERSEDIAAN TERINTEGRASI PRODUSEN DAN DISTRIBUTOR DENGAN INVESTASI UNTUK MENGURANGI BIAYA PERSIAPAN, PENINGKATAN KUALITAS PROSES PRODUKSI, DAN POTONGAN HARGA UNTUK BACKORDER oleh ANADIORA EKA PUTRI
Lebih terperinciHIPOTESIS ASOSIATIF KORELASI PRODUCT MOMENT -YQ-
HIPOTESIS ASOSIATIF KORELASI PRODUCT MOMENT -YQ- PENGERTIAN Hipotesis asosiatif adalah hipotesis yang menunjukkan dugaan adanya hubungan atau pengaruh antara dua variabel atau lebih. Contoh: Rumusan masalah:
Lebih terperinciPemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014
Prosiding Seminar Sains dan Teknologi FMIPA Unmul Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014 Dewi Andriani 1, Sri Wahyuningsih
Lebih terperinciANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH
ANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH Rizal Rahmad 1, Toni Toharudin 2, Anna Chadijah 3 Prodi Master Statistika Terapan,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Analisis regresi merupakan salah satu metode statistika yang digunakan untuk mengetahui hubungan antara variabel Y(variabel dependen, respon, tak bebas, outcome) dengan
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER 1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN
Lebih terperinciPEMODELAN JUMLAH ANAK PUTUS SEKOLAH DI PROVINSI BALI DENGAN PENDEKATAN SEMI-PARAMETRIC GEOGRAPHICALLY WEIGHTED POISSON REGRESSION
E-Jurnal Matematika Vol. 2, No.3, Agustus 2013, 29-34 ISSN: 2303-1751 PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DI PROVINSI BALI DENGAN PENDEKATAN SEMI-PARAMETRIC GEOGRAPHICALLY WEIGHTED POISSON REGRESSION GUSTI
Lebih terperinciMODEL BLACK LITTERMAN DENGAN PENDEKATAN TEORI SAMPLING
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 MODEL BLACK LITTERMAN DENGAN PENDEKATAN TEORI SAMPLING Retno Subekti Jurusan
Lebih terperinciProses Titik Self-Exciting dan Penerapannya pada Data Gempa Bumi di Jawa
Proses Titik Self-Exciting dan Penerapannya pada Data Gempa Bumi di Jawa Winda Haryanto 1*, Hasih Pratiwi 2, dan Ririn Setiyowati 3 1,3 Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.
ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.) I Gusti Ngr. Rai Usadha 1), Valeriana Lukitosari 2),
Lebih terperinciBAB III METODE PENELITIAN
digilib.uns.ac.id BAB III METODE PENELITIAN Metode yang digunakan dalam penelitian ini adalah kajian pustaka dari buku referensi karya ilmiah. Karya ilmiah yang digunakan adalah hasil penelitian serta
Lebih terperinciValue-at-Risk Pada Portofolio Berbasis Copula
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.2 Agustus 206 Page 3859 Value-at-Risk Pada Portofolio Berbasis Copula Tedo Hariscandra Program Studi Ilmu Komputasi Telkom University, Bandung tedohariscandra6@gmail.com
Lebih terperinci(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT
Univeitas Padjadjaran, 3 November 00 (M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Vita Ratnasari, Purhadi, Ismaini, Suhartono Mahasiswa S3 Jurusan Statistika
Lebih terperinciEfektifitas Metode Nadir Compromise Programming dalam Menentukan Nilai Optimum Portofolio Saham
Jurnal Matematika Vol. 6 No. 1, Juni 2016. ISSN: 1693-1394 Efektifitas Metode Nadir Compromise Programming dalam Menentukan Nilai Optimum Portofolio Saham Wandi Noviyanto Jurusan Matematika, Fakultas MIPA
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinci