Estimasi Bias Menggunakan Bootstrap dan Jackknife
Teks penuh
Gambar
Dokumen terkait
Hasil simulasi dalam penelitian ini menunjukkan bahwa pada model Poisson-Gamma untuk jumlah area 10, rata-rata bias relatif metode area-specific jackknife selalu lebih
Berdasarkan hasil pembahasan diperoleh hasil penerapan algoritma estimasi parameter regresi linier berganda dengan menggunakan metode Bootstrap dan Jackknife menunjukkan bahwa
Berdasarkan studi simulasi, metode bootstrap resampling observasi dapat digunakan sebagai metode alternatif yang memberikan hasil estimasi parameter regresi yang sangat dekat
Setelah diperoleh nilai eror standar parameter regresi logistik yang telah dilakukan bootstrap, kemudian dibandingkan dengan nilai eror standar pada data sampel
Kemencengan adalah tingkat ketidaksimetrisan atau kejauhan simetris dari sebuah distribusi. Sebuah distribusi yang tidak simetris akan memiliki rata-rata, median,
resampling yaitu Bootstrap dan Jackknife untuk penanganan sampel kecil yang merupakan salah satu kelemahan dari regresi logistik dimana data yang digunakan adalah data yang
Hasil simulasi dari model Poisson-Lognormal yang disajikan dalam Tabel 2 menunjukkan bahwa pada ragam antar area 1, metode area-specific jackknife memberikan rata-rata
Dengan menggunakan metode simulasi ditetapkan B=1000 dan sampel bootstrap n=(10, 30, 50, 100, 200) dan Jackknife n-1, dengan korelasi antara prediktor sebesar ρ=0.9 diperoleh