Studi Simulasi Pembandingan Regresi Generalized Linear Model dan Regresi Berbasis Copula

Abstract

Ordinary Least Square (OLS) merupakan regresi yang umum digunakan untuk menganalisis hubungan antara peubah respon dan peubah penjelas. Namun, asumsi-asumsi pada regresi OLS kurang cocok diaplikasikan di bidang aktuaria. karena seringkali peubah respon tidak menyebar normal. Generalized Linear Model (GLM) melonggarkan asumsi OLS di mana peubah respon dari keluarga eksponensial. Selain GLM, dikenal model regresi berbasis copula yang diperkenalkan oleh Sklar pada tahun 1959. Beberapa keunggulannya adalah, tidak ketat terhadap asumsi sebaran, dapat menjelaskan hubungan yang tidak linear, dan mudah membangun sebaran bersamanya. Dalam karya ilmiah ini, digunakan data bangkitan dengan beberapa sebaran untuk menunjukkan model mana yang lebih baik dalam memodelkan hubungan antara peubah respon dan peubah penjelas. Hasil menunjukkan bahwa regresi copula memodelkan hubungan lebih baik dibandingkan dengan model GLM dalam kondisi data menyebar keluarga eksponensial dengan kondisi korelasi antar peubah penjelas dan peubah respon tinggi ataupun rendah.