presentasi "fast and bootstrap robust lts" (mega&ika)
TRANSCRIPT
Oleh :
Mega Khoirunnisak 1308.100.501
Ika Dewi Ariyanti 1308.100.514
Kapita Selekta, Lintas Jalur Statistika ITS, 2009
LTS ( Least Trimmed Squares ) merupakansalah satu metode yang digunakan untuk estimasi parameter dalam regresi robust. Metode bootstrap sering kali digunakan dalam resampling data, tetapi kurang sesuai jika dikombinasikan dengan LTS. Sehingga digunakan alternatif bootstrap yang lebih mudah dan lebih robust.
Kapita Selekta, Lintas Jalur Statistika ITS, 2009
- Memodelkan data Pilot Plant yang terdiri dari 20 observasi dengan 2 observasi outlier, dimana :
Variabel respon : Kadar asam yang ditentukan oleh titrasi
Variabel predictor : Kadar asam yang ditentukan oleh ekstraksi
Kapita Selekta, Lintas Jalur Statistika ITS, 2009
Pada pembahasan ini, untuk memodelkan datadigunakan metode regresi Robust karena adanya data yang outlier. Estimasi parameter yang digunakan adalah LTS(Least Trimmed Square). Banyak data dapat dikategorikan sedikit sehinggadigunakan metode Bootstrap.
Kapita Selekta, Lintas Jalur Statistika ITS, 2009
Dalam pendugaan regresi dengan menggunakan robust estimator, Bootstrap merupakan salah satu pilihan yang umum. Tetapi Classical Bootstrap membutuhkan waktu perhitungan yang lebih lama. Dalam pembahasan inidiberikan alternatif penggunaan metode Bootstrap untukestimasi LTS dengan menjalankan prosedur short-cut pada resempling data. Berdasarkan hasil simulasi dapat disimpulkan bahwa metode Fast and Robust Bootstrapmemberikan hasil yang lebih akurat dan bersifat lebih robustdibandingkan Classical Bootstrap.
Kapita Selekta, Lintas Jalur Statistika ITS, 2009