View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Statistics and Data Sciences
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Statistics and Data Sciences
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Bootstrap Parametrik dan Nonparametrik untuk Pendugaan Kuadrat Tengah Galat dalam Statistik Area Kecil dengan Respon Bersebaran Lognormal

      Thumbnail
      View/Open
      Full text (509.1Kb)
      Date
      2011
      Author
      Putri, Cempaka
      Notodiputro,Khairil A.
      Rahman, La Ode Abdul
      Metadata
      Show full item record
      Abstract
      Pendugaan area kecil sangat dibutuhkan untuk mendapatkan informasi pada area kecil, yaitu area yang memiliki ukuran contoh kecil. Pendugaan secara langsung pada area kecil akan menghasilkan nilai ragam yang besar. Solusi yang digunakan adalah melakukan pendugaan tidak langsung dengan cara menambahkan informasi tambahan dari area sekitar atau dari survei lain dalam menduga parameter. Salah satu masalah yang ditemukan dalam pendugaan tidak langsung adalah rendahnya presisi dugaan Kuadrat Tengah Galat (KTG) yang disebabkan oleh sebaran yang tidak normal. Parameter yang menjadi perhatian dalam penelitian ini adalah pengeluaran per kapita desa/kelurahan di Kabupaten Bogor. Data pengeluaran per kapita ini tidak mengikuti sebaran normal. Penduga KTG berdasarkan metode bootstrap memiliki kelebihan tahan terhadap pengambilan contoh dari sebaran yang bukan normal. Oleh karena itu, penelitian ini menggunakan metode bootstrap, yaitu bootstrap parametrik dan bootstrap nonparametrik dalam pendugaan KTG. Hasil dari penelitian ini menunjukkan bahwa secara umum metode bootstrap parametrik manghasilkan nilai dugaan KTG yang lebih kecil dibandingkan metode bootstrap nonparametrik. Kedua metode ini memiliki presisi yang lebih baik sehingga mampu memperbaiki hasil pendugaan langsung.
      URI
      http://repository.ipb.ac.id/handle/123456789/54162
      Collections
      • UT - Statistics and Data Sciences [2260]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository