PERBANDINGAN METODE BAYES DAN METODE LIKELIHOOD DALAM  MENGESTIMASI PARAMETER  MODEL REGRESI  LINEAR 

JEIHAN ALI AZHAR , NIM. 06610023 (2012) PERBANDINGAN METODE BAYES DAN METODE LIKELIHOOD DALAM  MENGESTIMASI PARAMETER  MODEL REGRESI  LINEAR. Skripsi thesis, PERPUSTAKAAN UIN SUNAN KALIJAGA.

Preview	Text BAB I, VI, DAFTAR PUSTAKA.pdf Download (1MB) | Preview
	Text BAB II, III, IV, V.pdf Restricted to Registered users only Download (515kB)

Abstract

Analisis regresi bertujuan untuk mengetahui pola dan hubungan antara variabel bebas dan variabel tak bebas. Beberapa metode yang bisa digunakan untuk menentukan estimator parameter model regresi diantaranya adalah metode kuadrat terkecil, metode maximum likelihood dan metode Bayes. Penelitian ini membahas perbandingan metode Bayes dan metode likelihood dalam mengestimasi parameter model regresi linear. Adapun rumus untuk mencari koefisien parameter dengan metode likelihood adalah   YXXX '' ˆ 1  Sedangkan rumus untuk metode Bayes adalah    ˆ '' 1 1*    XXSXXS  0 1 Penelitian  ini  merupakan  penelitian  studi  pustaka  (library  research)  denganmengambil  studi  kasus pengaruh Inflasi Bank Indonesia (BI) dan kurs dolar Amerika Serikat (AS) terhadap harga saham Jakarta Islamic Index (JII) dari 1 Januari 2009 31 Mei 2012 menunjukkan bahwa metode maximum likelihoodmenghasilkan model regresi 1,09,1542,1469 ˆ XXY  dan mean square error(MSE) yaitu 9272,7. Sedangkan metode Bayes menghasilkan model regresi 1,06,1479,1468 ˆ XXY  21 21   dan mean square error (MSE) yaitu 9161,3. Hal ini menunjukkan metode Bayes memiliki MSE lebih kecil dari pada metode maximum likelihood. Dengan demikian dapat disimpulkan bahwa pada studi kasus ini metode Bayes lebih baik dari pada metode maximum likelihood.

Share this knowledge with your friends :

Actions (login required)

View Item