ISSN: X 45 SIFAT ASIMTOTIK ESTIMATOR NADARAYA-WATSON DENGAN KERNEL ORDE TAK HINGGA. Maria Suci Apriani a, Sri Haryatmi b

dokumen-dokumen yang mirip
BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

H dinotasikan dengan B H

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB 2 LANDASAN TEORI

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

7. PERSAMAAN DIFFERENSIAL BIASA

X, Y, yang diasumsikan mengikuti model :

BAB 2 LANDASAN TEORI

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja

PENAKSIR RASIO PROPORSI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

Functionally Small Riemann Sums Fungsi Terintegral Henstock-Dunford pada [a,b]

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

III. METODOLOGI PENELITIAN

KEKONVERGENAN INTEGRAL HENSTOCK-PETTIS. PADA RUANG EUCLIDE R (Henstock-Pettis Integral Convergence in Euclidean Space)

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk

PENDETEKSIAN OUTLIER DENGAN METODE REGRESI RIDGE

PEMULUSAN SEBARAN DATA MENGGUNAKAN PENAKSIR KERNEL NADARAYA-WATSON DAN LINIER LOKAL UNTUK KERNEL NORMAL. Sudarno 1.

BAB 2 LANDASAN TEORI

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

Prosiding SPMIPA. pp , 2006 ISBN : PERKEMBANGAN ESTIMATOR DENSITAS NON PARAMETRIK DAN APLIKASINYA

BAB V PENUTUP. Berdasarkan pembahasan pada bab-bab sebelumnnya baik secara matematis maupun dalam studi kasus, diperoleh kesimpulan sebagai berikut:

BAB I PENDAHULUAN. X Y X Y X Y sampel

Estimasi Densitas Mulus dengan Metode Wavelet. (Wavelet Method in Smooth Density Estimation)

Created by Simpo PDF Creator Pro (unregistered version)

STATISTIKA ELEMENTER

LOCALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA RUANG n EUCLIDE

BAB III ISI. x 2. 2πσ

REGRESI NONPARAMETRIK KERNEL ADJUSTED. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan

BAB 3 Interpolasi. 1. Beda Hingga

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

BAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB II KAJIAN PUSTAKA

titik tengah kelas ke i k = banyaknya kelas

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

MEAN SQUARE ERROR TERKECIL DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

BAB III TEORI PERRON-FROBENIUS

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

PENDEKATAN ESTIMATOR KERNEL UNTUK ESTIMASI DENSITAS MULUS

MATEMATIKA INTEGRAL RIEMANN

DISTRIBUSI WEIBULL DAN PARETO UNTUK DATA TINGGI GELOMBANG TSUNAMI ACEH 2004

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

Jurnal EKSPONENSIAL Volume 7, Nomor 1, Mei 2016 ISSN

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

ESTIMASI REGRESI WAVELET THRESHOLDING DENGAN METODE BOOTSTRAP. Staf Program Studi Statistika Jurusan Matematika FMIPA UNDIP 2

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Digraf eksentris dari turnamen kuat

BAB 2 LANDASAN TEORI

Prosiding Statistika ISSN:

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

Proses inferensi pada model logit Agus Rusgiyono. Abstracts

JMP : Volume 1 Nomor 2, Oktober 2009 PEMILIHAN PARAMETER PENGHALUS PADA ESTIMATOR DERET FOURIER DALAM REGRESI NONPARAMETRIK. Agustini Tripena Br.Sb.

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-159

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN

Jurnal Sains & Matematika Vol.15 No.4, 2007 ISSN

Pemodelan Angka Pengangguran Pernah Bekerja dan Belum Pernah Bekerja di Jawa Timur Menggunakan Metode Regresi Multivariat

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Pemodelan Kondisi Jaringan Listrik PT. PLN (Persero) Area Surabaya Selatan dengan Analisis Regresi Logistik Ordinal

Pemodelan Angka Prevalensi Kusta dan Faktor- Faktor yang Mempengaruhi di Jawa Timur dengan Pendekatan Geographically Weighted Regression (GWR)

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

Penaksiran Parameter Model Regresi Polinomial Berkson Menggunakan Metode Minimum Distance

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Model Log Linier untuk Empat Dimensi. Log Linier Model for Four Dimentions

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1

8.4 GENERATING FUNCTIONS

(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK

PERBANDINGAN ESTIMATOR KERNEL DAN ESTIMATOR SPLINE DALAM MODEL REGRESI NONPARAMETRIK

PEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHTED REGRESSION. Hasbi Yasin Staf Pengajar Program Studi Statistika FMIPA UNDIP.

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

ANALISIS REGRESI SEMIPARAMETRIK PADA KASUS HILANGNYA RESPON

Volume 1, Nomor 2, Desember 2007

SIFAT-SIFAT RADIKAL DARI SUATU SUBMODUL DARI MODUL PERKALIAN BEBAS. Saniagus Munendra 1) Hery Susanto 2)

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

LANDASAN TEORI. x R, untuk suatu fungsi f : R [0, )

Untuk mentukan titik tetap dari persamaan (3.1) maka persamaan tersebut dibuat sama dengan nol, yaitu dt 0. seperti dalam persamaan berikut dt dt dt

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH. Elen Dwi Pradewi 1, Sudarno 2

Regresi Logistik pada Data Rare Event

KERNEL ORDER TINGGI UNTUK ESTIMASI VALUE AT RISK (VaR) MANAJEMEN RESIKO TENAGA KERJA

Transkripsi:

ISSN: 088-687X 5 SIFAT ASIMTOTIK ESTIMATOR NADARAYA-WATSON DENGAN KERNEL ORDE TAK HINGGA Mara Suc Ara a, Sr Haryatm b a rogram Stud edda Matemata FKI USD Kamus 3 aga, Yogyaarta 558, marasuc@usdacd b Jurusa Matemata FMIA UGM Se Utara Yogyaarta, s_arto@yaoocom ABSTRAK Artel mejelasa sat eormala da eosstea dar estmator Nadaraya Watso dega megguaa erel berorde ta gga secara asmtot eelta megguaa metode stud lteratur berdasara artel berjudul Mmally Based Noarametrc Regresso ad Autoregresso yag dbaas ole Tmoty da Dmtrs Hasl eelta meujua bawa estmator Nadaraya Watso dega megguaa erel orde ta gga meml sat ormal da osste secara asmtot Kata uc: Regres oarametr, trasormas Fourer, deret Taylor ABSTRACT Ts artcle vestgated te ormalty ad cosstecy o Nadaraya Watso estmator wt te order erel asymtotcally Ts researc used lterature study metod based o te artcle ettle Mmally Based Noarametrc Regresso ad Autoregresso by Tmoty ad Dmtrs Te result sowed tat Nadaraya Watso estmator wt te order erel as ormal ad cosstet caracterstcs asymtotcally Key words: Noarametrc regresso, Fourer trasormato, Taylor seres edaulua Megestmas ugs regres r(x ) ada model regres Y = r(x ) + ε dega edeata oarametr, dlaua ja tda ada asums tetag ugs r(x ) Sala satu te yag daat dguaa utu megestmas ugs tersebut dega edeata oarametr adala te egalusa dega erel Kerel berdasara ordeya dbedaa mejad erel berorde gga da ta gga Meurut Tmoty da Dmtrs (003) ja erel K memuya orde v da ugs eadata r memuya turua otu sebaya al maa: Bas ( ˆr ) = C K,r () + o( ) Keta ugs r cuu mulus atau daat ddeeresala sebaya al dmaa v, maa bas ˆr daat dredus mejad o( ) dega secara teat meml erel dega orde yag leb besar dar bayaya deresal Namu ta esulta utu meetua orde erel beraaa yag arus dl Segga dtetaa suatu erel yag AdMatEdu Vol5 No Ju 05 Sat Asmtot (Mara Suc Ara)

6 ISSN: 088-687X meml te orde Sat secara asmtot dar estmator Nadaraya Watso dega erel orde ta gga yatu: meml sat osste secara robabltas berdstrbus ormal dega rata-rata ol da as K s ds aa dbaas leb dalam ada artel Metode eelta Metodolog yag dguaa dalam eelta adala stud lteratur Laga-laga yag dlaua euls adala sebaga berut: Mecar da meetua jural yag aa djada baa acua Megumula jural-jural la yag releva dega mater dalam jural acua 3 Memelajar buu-buu eduug yag berata dega to ermasalaa eelta Memelajar da membaas to eelta yag melut: teor regres oarametr, de dasar smootg, estmator erel, estmas ugs dalam regres oarametr, satsat ugs erel, estmas destas erel, ugs estmator Nadaraya Watso, erel dega te orde, 5 Memelajar erormace (bas da as) dar emblag da eyebut estmator Nadaraya- Watso dega te orde erel 6 Meyusu laora eelta Hasl da embaasa Hasl yag derole meujua bawa estmator Nadaraya Watso dega Kerel orde ta gga meml sat osste secara robabltas da ormal secara asmtot Berut embaasaya: Estmator Nadaraya Watso Estmator ugs regres yag dusula ole Nadaraya-Watso utu ugs destas yag tda detau adala: rˆ K X Y K X gˆ ˆ Meurut Hardle (99) la-la statst emblag dar estmator Nadaraya-Watso dega ugs erelya memuya orde dua adala sebaga berut: Bas gˆ g '' K o, 0 ˆ g s K o, utu Sat Asmtot (Mara Suc Ara) AdMatEdu Vol5 No Ju 05

ISSN: 088-687X 7 ˆ MSE g s K dega g '' K o o 0, s E Y X Derole la MSE dar estmator Nadaraya-Watso yatu: MSE rˆ K r ' ' '', 0,, r K o o Estmas Destas Kerel Dega Kerel Berorde Tgg Teorema (Roussas, 973) Bla X abel radom ta egat maa E X X a a Teorema (Roussas, 973) Bla X abel radom dega E(X) = μ, (X) = σ maa X, 0 Des (Roussas, 973) Barsa abel radom {X } dataa overge e X (dalam robabltas), dotasa X X, ja utu seta 0, X X 0 utu Lemma (Roussas, 973) Ja X X da Y Y maa X Y dmaa X Y Y Y 0 0 0 Suatu erel dataa berorde v ja memeu syarat sebaga berut: K 0, utu semua la, K d, j 0, j,, v K d j 0, j v Teorema (Hardle, 99) Adaa erel K berorde tgg, meruaa estmator dar ugs destas yag memuya turua otu terbatas da v adala orde erel, maa bas dar ugs tersebut adala t t t t o, 0 dmaa t t! = m{,v} dega asums sebaga berut: () Fugs bersat otu da tertegrala secara uadrat () Badwdt memeu asums lm 0 da lm Fugs erel K meruaa ugs eadata robabltas yag terbatas da smetr d setar daera aslya 3 Sat Asmtot Estmator Nadaraya Watso Dega Kerel Orde Ta Hgga 3 Kerel orde ta gga ˆ AdMatEdu Vol5 No Ju 05 Sat Asmtot (Mara Suc Ara)

8 ISSN: 088-687X Meurut Berg (008) ugs Kerel dataa memuya orde v ja v memeu: K d da R K d v 0,,,, Des 3 (Berg, 008) K() dataa berorde ta gga ja memeu: K d 0,,, Des 3 (McMurry da olts, 003) Sebua lat-to Kerel K dega orde ta gga secara umum dbetu melalu Trasormas Fourer λ, yatu utu la teta c > 0 s ja s c g s ja s c Dmaa ugs g dl segga membuat s, s da s s daat dtegrala Flat-to Kerel dbera sebaga berut: s K se ds 3 Sat asmtot estmator Nadaraya Watso dega erel orde ta gga Aa duj erlau dar estmator Nadaraya-Watso dega erel orde ta gga utu egamata asaga data d dega destas yag Asums 3 Keta, badwdt 0 da Asums 3 ε adala radom error dega asums deede, 0 da E X E X Asums 33 berdstrbus det da deede dega destas Lemma 3 Ja berada dalam terval terbua dmaa memuya turua otu terbatas da r memuya turua otu terbatas, maa berdasara asums 3 da 3: a ˆ E o b E gˆ g o But:, dmaa = m{,} a Bas eyebut estmator Nadaraya- Watso dega erel orde ta gga Detau, ˆ E K s s ds! s K s ds Sat Asmtot (Mara Suc Ara) AdMatEdu Vol5 No Ju 05

ISSN: 088-687X 9 bas ˆ! s AdMatEdu Vol5 No Ju 05 K s ds Berdasara asums 3 maa bas ˆ o b Bas emblag estmator Nadaraya- Watso dega erel orde ta gga E g ˆ E K X Y K u u y y u dy du K u u r u du r u u K u du Adaa r terturua otu ada selag tertutu, da r memuya turua otu terbatas ada terval terbua, yag memuat la dega = m{,} da adaa r meruaa ugs mulus ada semua blaga real R, maa: ˆ E g r v r ' v r! K v dv Keta K tertegrala e satu, semua momeya adala ol da eta r g maa ˆ g E g v! r K v dv Berdasara asums 3 maa ˆ E g g o Asums 3 Tt meruaa tt otu dar, C utu C > 0 da ugs r serta ugs masgmasg terderesal d setar Lemma 3 Ja berada dalam terval terbua dmaa memuya turua otu terbatas da r memuya turua otu terbatas, berdasara asums 3 3 maa: a b ˆ K zdz o O Sat Asmtot (Mara Suc Ara) r gˆ K z dz But: a ˆ o O K X E K u E K u Dmaa,

50 ISSN: 088-687X E K u K u u du K s s ds K s s ' s s ''! s ds! Segga: ˆ E K u E K u K s ds K s s ' s s ''! s ds! o Berdasar asums 3 maa ˆ K s ds o O b ˆ g K X Y E K u y E K u y Dmaa,, E K u y K u y u y du dy K u u E r u X u du K u ur u udu Segga ddaata: gˆ K u u r u u du o g K s s r s s ds o g Berdasara asums 3 da dega deret Taylor maa: gˆ r K s ds o O Lemma 33 Berdasara asums 3 3 serta lemma 3 da 3 maa: a ˆ Sat Asmtot (Mara Suc Ara) AdMatEdu Vol5 No Ju 05

ISSN: 088-687X 5 b gˆ g But: a Aa dbuta ˆ overge dalam robabltas e Dega megguaa etasamaa Cebycev, maa: ˆ o K s ds o O Keta maa ˆ 0, al meujua ˆ bawa b Aa dbuta ĝ overge dalam robabltas e g Dega megguaa etasamaa Cebycev da berdasara lemma 3 serta lemma 3 maa: gˆ g o( r o O Keta maa K z dz gˆ 0, al meujua bawa gˆ g Berdasara Lemma maa rˆ gˆ g r ˆ Terbut ˆr meruaa estmator yag osste secara asmtot ada urva regres r Teorema 3 Ja berada dalam terval terbua dmaa memuya turua otu terbatas da r memuya turua otu terbatas maa berdasara asums 3 3, D rˆ r o N K zdz But: 0, Y r X K X Y K X r Daat dtuls: rˆ r r X K X K X aˆ aˆ ˆ ˆ r Aa dbuta â berdstrbus ormal secara asmtot AdMatEdu Vol5 No Ju 05 Sat Asmtot (Mara Suc Ara)

5 ISSN: 088-687X Adaa b X K, maa aˆ b Kta daata 0 E b, b K sds Aa dbuta bawa syarat Lauov E b E O X K b memeu Keta derole E b 0 Segga D aˆ N 0, K s ds Aa dbuta aˆ o 0 a Nla esetas dar â X E a E K ˆ r r X o o o b Nla as dar â aˆ K r X r X K sr s r s ds o O Megguaa etasamaa Cebycev da eta maa: ˆ a 0, segga aˆ o 0 abatya aˆ o 0 Tela dbuta bawa ˆ segga: aˆ ˆ o, 0 3 Membuta estmator ˆr berdstrbus ormal secara asmtot rˆ r o ˆ aˆ a o ˆ ˆ Berdasara o da maa: Sat Asmtot (Mara Suc Ara) AdMatEdu Vol5 No Ju 05

ISSN: 088-687X 53 D rˆ r o N 0, K s ds Terbut bawa estmator ˆr berdstrbus ormal secara asmtot Kesmula Secara asmtot estmator Nadaraya Watso dega Kerel orde ta gga meml sat osste secara robabltas da ormal Sat eormala dar estmator tersebut dega megguaa erel orde ta gga meml rata-rata ol da as K s ds ustaa Berg, Artur 008 Noarametrc Fucto Estmato wt Ite- Orde Kerels Deartmet o Statstcs, Uversty o Florda Hardle, Wolgag 99 Smootg Tecues Wt Imlemetato S Srger-Verlag, New Yor McMurry, TL ad olts, DN 003 Noarametrc Regresso wt Ite Orde Flat-To Kerel, terseda d wwwmatucsdedu/~olts/a ER/McMurryolts0d, dases ada taggal 3 Februar 03 Roussas, GG 973 A Frst Course Matematcal Statstcs Addso- Wesley ublsg Comay, Ic Tawa AdMatEdu Vol5 No Ju 05 Sat Asmtot (Mara Suc Ara)

5 ISSN: 088-687X Sat Asmtot (Mara Suc Ara) AdMatEdu Vol5 No Ju 05