Bootstrap merupakan metode resampling berbasis komputer untuk mengukur keakuratan dari suatu estimator. Bootstrap dikembangkan untuk data independent/tak berkorelasi. Untuk data berkorelasi, bootstrap memerlukan modifikasi tertentu untuk menghasilkan estimator parameter yang valid. Penelitian ini akan mengaplikasikan bootstrap untuk data berkorelasi, khususnya data spacial yang merupakan salah satu jenis data berkorelasi. Pada data spacial, kriging merupakan metode estimasi/interpolasi yang efektif. Hasil krignig berupa estimasi titik. Hasil utama dari penelitian ini adalah diperoleh estimasi krignig dalam selang konfidensi percentil bootstrap dengan tingkat kepercayaan tertentu
Regresi logistik biner adalah analisis yang digunakan untuk melihat pengaruh sejumlah variabel indep...
Metode kuadrat terkecil merupakan metode standar untuk mengestimasi nilaiparameter model regresi lin...
Makalah ini membahas penentuan jumlah replikasi bootstrap pada pengujian hipotesis untuk masalah dua...
Situasi data di dalam populasi yang menjadi target penelitian kita, tidak kita ketahui dengan pasti....
Salah satu metode statistik yang dapat digunakan untuk memprediksi adalah analisis regresi. Untuk d...
Analisis regresi adalah suatu teknik statistika yang digunakan untuk menarik suatu kesimpulan menge...
Metode yang sering digunakan dalam mengestimasi parameter regresi linier sederhana adalah metode kua...
Estimasi bootstrap, seperti halnya statistik yang lain, tidaklah eksak, estimasi ini mempunyai kesal...
Model regresi linear sederhana sering digunakan untuk menjelaskan hubungan antara satu variable beba...
Data dapat didefinisikan sebagai kumpulan hasil pengamatan atau pengukuran terhadap suatu variabel. ...
Persentil bootstrap merupakan salah satu metode pendugaan selang kepercayaan dengan menetapkan batas...
Hasil dugaan suatu parameter yang memberikan galat yang tinggi tidak akan baik. Solusi yang dapa...
Asumsi normalitas galat dalam analisis path diperlukan guna menjamin penduga koefisien path bersifa...
Dalam mengestimasi parameter model regresi linear berganda, salah satu metode pengestimasi paramete...
Jika kovariat dari objek yang diamati tidak homogen maka pendugaan selisih rata-rata akan bias. Seba...
Regresi logistik biner adalah analisis yang digunakan untuk melihat pengaruh sejumlah variabel indep...
Metode kuadrat terkecil merupakan metode standar untuk mengestimasi nilaiparameter model regresi lin...
Makalah ini membahas penentuan jumlah replikasi bootstrap pada pengujian hipotesis untuk masalah dua...
Situasi data di dalam populasi yang menjadi target penelitian kita, tidak kita ketahui dengan pasti....
Salah satu metode statistik yang dapat digunakan untuk memprediksi adalah analisis regresi. Untuk d...
Analisis regresi adalah suatu teknik statistika yang digunakan untuk menarik suatu kesimpulan menge...
Metode yang sering digunakan dalam mengestimasi parameter regresi linier sederhana adalah metode kua...
Estimasi bootstrap, seperti halnya statistik yang lain, tidaklah eksak, estimasi ini mempunyai kesal...
Model regresi linear sederhana sering digunakan untuk menjelaskan hubungan antara satu variable beba...
Data dapat didefinisikan sebagai kumpulan hasil pengamatan atau pengukuran terhadap suatu variabel. ...
Persentil bootstrap merupakan salah satu metode pendugaan selang kepercayaan dengan menetapkan batas...
Hasil dugaan suatu parameter yang memberikan galat yang tinggi tidak akan baik. Solusi yang dapa...
Asumsi normalitas galat dalam analisis path diperlukan guna menjamin penduga koefisien path bersifa...
Dalam mengestimasi parameter model regresi linear berganda, salah satu metode pengestimasi paramete...
Jika kovariat dari objek yang diamati tidak homogen maka pendugaan selisih rata-rata akan bias. Seba...
Regresi logistik biner adalah analisis yang digunakan untuk melihat pengaruh sejumlah variabel indep...
Metode kuadrat terkecil merupakan metode standar untuk mengestimasi nilaiparameter model regresi lin...
Makalah ini membahas penentuan jumlah replikasi bootstrap pada pengujian hipotesis untuk masalah dua...