ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP

Abstract

Abstrak. Regresi kuantil merupakan salah satu metode regresi dengan pendekatanmemisahkan atau membagi data menjadi kuantil-kuantil tertentu. Metode pendekatanyang dilakukan adalah dengan meminimumkan error mutlak berbobot yang tidaksimetris dan menduga fungsi kuantil bersyarat pada suatu sebaran data. Pendugaan parameterregresi kuantil ini tidak membutuhkan asumsi parametertik. Parameter modelyang dihasilkan kemudian diuji keakuratannya dengan menggunakan metode Bootstrap.Metode Bootstrap merupakan suatu teknik pendekatan nonparametrik untuk menaksirberbagai kuantitas statistik seperti mean, standar error, dan bias suatu estimasi atauuntuk membentuk interval kondensi dengan mengikuti algoritma tertentu. Pada kajianini estimasi parameter regresi kuantil dengan metode Bootstrap diperoleh bahwa hasilestimasi parameter regresi kuantil sudah cukup akurat, karena nilai estimasi parameterregresi kuantil dengan metode Bootstrap hampir mendekati nilai estimasi regresi kuantiluntuk data simulasi. Selanjutnya estimasi parameter regresi kuantil dengan metode Bootstrapdiperoleh nilai mean square error (MSE) yang cukup kecil untuk setiap estimasiparameter pada setiap kuantilnya, ini mengindikasikan bahwa nilai estimasi parameterregresi kuantil dengan metode Bootstrap sudah cukup baik.