ESTIMASI MODEL LINEAR PARSIAL UNTUK DATA RESPON HILANG MENGGUNAKAN PENDEKATAN NORMAL

Nur Salam(1*), Fuad Muhajirin Farid(2), Maisarah Maisarah(3),

(1) Statistika, FMIPA Universitas Lambung Mangkurat
(2) Statistika, FMIPA Universitas Lambung Mangkurat
(3) Statistika, FMIPA Universitas Lambung Mangkurat
(*) Corresponding Author



Abstract


Paper ini akan membahas estimasi model linear parsial (semiparametrik) dengan respon hilang menggunakan pendekatan normal. Suatu kelas estimator didefinisikan yang memuat kasus-kasus khusus yaitu estimator imputasi regresi semiparametrik, estimator rata-rata marginal dan estimator berbobot skor kecenderungan. Kelas estimator tersebut adalah normal secara asimtotik. Tiga estimator khusus tersebut mempunyai variansi asimtotik yang sama. Dimana estimator ini mencapai batas efisiensi dalam kasus normal homoskedastik. Diperlihatkan bahwa metode jackknife dapat digunakan untuk mengestimasi variansi asimtotik secara konsisten. Berdasarkan keadaan-keadaan di atas akan diestimasi mean Y, sebut . Ketiga estimator khusus di atas akan digunakan untuk mengestimasi mean Y yaitu  berupa estimasi titik dan interval kepercayaan dengan beberapa respon hilang menggunakan metode pendekatan normal. Suatu studi simulasi dilakukan untuk membandingkan diantara 3 estimator khusus dengan metode berdasarkan pendekatan normal dalam hal nilai rata-rata Y dan lebar dari interval kepercayaan.

 

Kata kunci: Estimasi dan Model linear parsial.

Full Text:

PDF

References


Bain, L.J., & Engelhardt M.(1992). Introduction to Probability and Mathematical Statistics, Second Edition, Duxbury Press, California.

Casella, G., & Berger,L.R. (2002 ). Statistical Inference, Duxbury, USA.

Draper, R.N., & Smith, H. (1998) Applied Regression Analysis, Johan Wiley & Sons, INC.

Hardle,W., (1994). Applied Nonparametric Regression, The Syndicate of the Universitas of Cambridge.

Hardle, W, liang. H & Gao. J., (2000). Partially Linear Model, Physica- Verlag, Heidelberg.

Owen, A.(1990). Empirical Likelihood Ratio Confidence Regions, The

Annals of Statistics, 18, 90-120.

Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. NY: John Wiley & Sons. New York.

Wang. Q., Linton,O., & Hardle,W. (2004). Semiparametric Regression Analysis With Missing Response at Random, Journal of the American Statistical Association ; 99 ; 334-345.

Walpole,E.R (1995). Pengantar Statistik, PT, Gramedia Pustaka Utama.


Article Metrics

Abstract view : 202 times | PDF view : 4 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Nur Salam, Fuad Muhajirin Farid, Maisarah Maisarah

Abstracted/Indexed by:

 

 

Prosiding Seminar Nasional Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika (VARIANSI) is licensed under a Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)