Estimasi Interval Kepercayaan Bootstrap Pada Parameter Regresi Nonparametrik Spline

Salah satu teknik estimasi yang dapat digunakan dalam regresi nonparametrik ialah spline. Regresi spline merupakan modifikasi dari fungsi polinomial tersegmen yang sangat dipengaruhi oleh penentuan lokasi titik knot. Penelitian ini bertujuan untuk mengestimasi interval kepercayaan bootstrap pada model regresi nonparametrik spline dan membandingkan estimasi dan interval kepercayaan pada regresi nonparametrik spline. Penggunaan metode kuadrat terkecil dengan pendekatan matriks digunakan dalam menentukan estimator spline linier lima titik knot, serta menentukan model spline terbaik dengan melihat nilai GCV optimal berdasarkan titik knot yang dipilih. Dari hasil analisis dan pembahasan diperoleh model terbaik berada pada lima knot dengan GCV sebesar 27,271. Untuk mengukur keakurasian estimasi yang diperoleh maka digunakan metode bootstrap. Metode bootstrap menghasilkan interval kepercayaan dengan cara resampling data dengan pengembalian. Hasil penelitian ini menunjukkan bahwa estimasi dan interval kepercayaan pada regresi Nonparametrik spline tidak berbeda signifikan dengan hasil estimasi dan interval kepercayaan bootstrap