Perbandingan Penduga Minimum Covariance Determinant (MCD) Dengan Maximum Likelihood Estimation (MLE) pada Analisis Diskriminan untuk Data yang Mengandung Pencilan

Abstract

Penerapan analisis diskriminan untuk mengelompokkan objek atau individu ke dalam salah satu kelompok yang telah diketahui dalam suatu populasi begitu saja tidaklah cukup, perlu dipertimbangkan adanya pengaruh pencilan peubah ganda. Fungsi diskriminan klasik dibentuk berdasarkan pada pendugaan vektor rata-rata dan mariks ragam peragam yang diukur dengan kriteria rasio kemungkinan maksimum yang disebut sebagai Wilk’s lambda. Seperti yang kita tahu bahwa statistik Wilk’s lambda yang dibangun berdasarkan penduga Maximum Likelihood Estimation (MLE) sangat sensitif terhadap pengaruh pencilan. Dalam penulisan ini, versi kekar dari statistik Wilk’s lambda akan di bangun berdasarkan penduga Minimum Covariance Determinant (MCD) yang mempunyai efisiensi lebih tinggi. Dengan menggunakan metode MCD maka akan menghasilkan vektor rata-rata dan matriks ragam-peragam yang kekar terhadap pencilan sehingga fungsi diskriminan yang dihasilkan juga kekar. Penerapan penduga MCD dan MLE dalam analisis diskriminan juga akan mempengaruhi hasil penduga tingkat kesalahan klasifikasi