Tingkat pembeda pada model arima
Abstract
Data deret waktu adalah suatu data pengamatan yang tergantung terhadap waktu dan tersusun secara teratur dengan jarak interval yang sama. Data rata-rata biaya produksi mingguan, harga penutupan stok harian, indeks harga bulanan adalah contoh data deret waktu dalam bisnis dan ekonomi, dan banyak lagi contoh data deret waktu dalam bidang-bidang lainnya. Salah satu masalah yang cukup penting pada data deret waktu adalah menentukan tingkat pembeda pada saat data deret waktu nonstasioner. Data stasioner dijelaskan dengan metode ARMA dan data nonstasioner dijelaskan dengan metode ARIMA.
Data dikatakan nonstasioner jika memiliki trend dan musiman. Data yang tidak stasioner pada rataannya distasionerkan dengan metode pengali Lagrange pada tulisan ini. Metode pengali Lagrange menstasionerkan data yang tak stasioner pada rataannya dengan bantuan program Minitab untuk menentukan berapa nilai koefisien regresi yang dimiliki data, kemudian disubstitusikan ke persamaan LM = nR¹ selanjutnya dengan tabel Fuller dilihat apakah hipotesis nol ditolak atau diterima. Setelah itu dapat ditentukan berapa tingkat pembeda yang dimiliki data. Berdasarkan data kosentrasi kimia setiap dua jam, maka dengan menggunakan langkah-langkah di atas didapatkan LM-5.91 dan tingkat pembedanya satu (d=1), sehingga dapat disimpulkan bahwa data tidak stasioner dalam rataannya dan data tersebut akan stasioner jika tingkat pembedanya satu.
Collections
- UT - Mathematics [1388]