melakukan peramalan terhadap model yang berautokorelasi
DESCRIPTION
Analisis RegreseiTRANSCRIPT
![Page 1: Melakukan Peramalan Terhadap Model Yang Berautokorelasi](https://reader036.vdokumen.com/reader036/viewer/2022083017/56d6bed01a28ab301693acc6/html5/thumbnails/1.jpg)
MELAKUKAN PERAMALAN TERHADAP MODEL YANG BERAUTOKORELASI
Melakukan peramalan atau estimasi persamaan dapat dilakukan setelah sebelumnya digunakan metode-metode untuk mendapatkan koefisien autokorelasi beserta koefisien regresinya. Misalnya terdapat persamaan atau model seperti berikut:
Yt = β0 + β1Xt + εt
Dan dengan menjabarkan komponen error:
εt = ρεt-1 + ut
Lalu komponen error tersebut disubtitusi ke persamaan awal, maka diperoleh :
Yt = β0 + β1Xt + ρεt-1 + ut
Untuk periode n+1, maka persamaan yang akan kita gunakan adalah:
Yn+1 = β0 + β1Xn+1 + ρεn + un+1
Sehingga, Yn+1 terdiri dari :
1. Nilai harapan dari β0 + β1Xn+1
2. Perkalian koefisien autokorelasi (ρ) dengan suku error sebelumnya (εn)3. Nilai harapan dari suku pengganggu (disturbance), karena suku disturbance ini bersifat
independen/saling bebas, maka nilai harapannya adalah nol.
Lalu, hasil estimasi dari Yn+1+ yang disimbolkan dengan Fn+1, diperoleh dengan mencari hasil dari ketiga komponen di atas.
1. Dengan Xn+1 telah diketahui, kita dapat mengestimasi nilai harapan dari β0 + β1Xn+1 dengan menggunakan fungsi regresi:
Y n+1 = b0 + b1Xn+1
Dimana b0 dan b1 adalah estimasi dari koefisien regresi untuk variabel asal yang dicari dengan menggunakan b0’ dan b1’ untuk variabel yang telah ditransformasi.
2. Ρ diestimasi dengan menggunakan r, dan εn diestimasi dengan menggunakan residual en :en = Yn – (b0 + b1Xn) = Yn - Y n
Lalu, ρεn diestimasi dengan menggunakan ren
3. Seperti yang telah dipaparkan sebelumnya, nilai harapan dari un+1 = 0
Dengan menjumlahkan ketiga komponen tersebut, maka diperoleh:
Fn+1 = E{ β0 + β1Xn+1} + ρεn + E{un+1} = Y n+1 + ren + 0 = Y n+1 + ren
Untuk membuat selang kepercayaan dari Yn+t {new}, dapat digunakan metode yang telah dipelajari dalam membuat selang kepercayaan, namun kali ini didasarkan pada data yang telah ditransformasi.
Fn+1 ± t(1 – α/2;n – 3) s{ Yn+t {new}}
Dimana s{ Yn+t {new}} didasarkan pada data yang telah ditransformasi. Perhatikan bahwa derajat bebas dari t adalah n-3. Hal ini disebabkan karena hanya terdapat n-1 data yang ditransformasi. Dua derajat bebas lainnya hilang karena dalam hal ini kita melakukan estimasi untuk dua parameter dalam regresi linear sederhana.
![Page 2: Melakukan Peramalan Terhadap Model Yang Berautokorelasi](https://reader036.vdokumen.com/reader036/viewer/2022083017/56d6bed01a28ab301693acc6/html5/thumbnails/2.jpg)
Catatan berikutnya adalah, apabila peramalam atau estimasi yang dilakukan berdasarkan pada metode first difference order, bentuk peramalan yang telah dijabarkan masih bisa digunakan. Namun besarnya r yang digunakan adalah 1.