ESTIMATOR KERNEL DALAM MODEL REGRESI NONPARAMETRIK
##plugins.pubIds.doi.readerDisplayName##
https://doi.org/10.24843/JMAT.2012.v02.i01.p21
Abstrak
Analisis regresi nonparametrik merupakan metode pendugaan kurvaregresi yang digunakan jika tidak ada informasi sebelumnya te,ntang benttrk kurva
regresi atau tidak terikat pada asumsi bentuk fungsi tertentu. Estimasi fungsi
regresi nonparametrik dilakukan berdasarkan daA pengamatan dengan menggunakan
teknik pemulusan (smoothing). Penelitian ini bertujuan untuk memperlihatkan
pendekatan estimator kernel dalam regresi nonparametik padadata sekunder,
yaitu data motorcycle. Hasil penelitian ini menunjukkan batrwa penggunaan
fungsi kernel yang berbda yaitu fungsi kernel Triangle dan kernel Gaussian dengan
bandwidth optimal menghasilkan estimasi kurva regresi yang hanrpir saura, sehingga
dapat dituojukkan bahwa pemilihan bandwidth lebih penting dibandingkan
dengan pernilihan fungsi kernel.
##plugins.generic.usageStats.downloads##
##plugins.generic.usageStats.noStats##
##submission.howToCite##
GEDE SUKARSA, I Komang; MADE SRINADI, I Gusti Ayu.
ESTIMATOR KERNEL DALAM MODEL REGRESI NONPARAMETRIK.
Jurnal Matematika, [S.l.], v. 2, n. 1, nov. 2012.
ISSN 2655-0016.
Tersedia pada: <http://ojs.unud.ac.id/index.php/jmat/article/view/2918>. Tanggal Akses: 14 aug. 2025
doi: https://doi.org/10.24843/JMAT.2012.v02.i01.p21.
Terbitan
Bagian
Articles
Kata Kunci
Regresi Nonparametrik Estimator Kernel, Bandwidth.