Kamis, 05 Januari 2017

Regresi Robust dan Deteksi Outlier dengan Prosedur ROBUSTREG

Regresi robust adalah alat penting untuk analisis data yang mengandung outlier. Metode ini dapat digunakan untuk mendeteksi outlier dan memberikan hasil yang resistant terhadap outlier. Paper ini mengenalkan prosedur ROBUSTREG yang percobaannya dilakukan lewat program SAS/STAT versi 9. Prosedur ROBUSTREG ini diimplementasikan menggunakan teknik regresi robust. Prosedur ini memuat M-estimasi (Huber, 1973), LTS estimasi (Rousseeuw and Yohai, 1984), S-estimasi (Rousseeuw and Yohai, 1984), dan MM-estimasi (Yohai, 1987). Paper ini akan memberikan gambaran tentang  metode regresi robust, mendiskripsikan syntax dari prosedur ROBUSTREG, dan mengilustrasikan penggunaan dari prosedur yang baik dalam model regresi dan menunjukkan outlier dan titik leverage. Paper ini akan juga mendiskusikan kemampuan dari prosedur ROBUSTREG untuk pengaplikasian pada data cleansing dan data mining.

Untuk lebih lengkapnya mengenai masalah ROBUSTREG silahkan download english (Versi Asli) dan  Indonesia (Versi Terjemahannya) . Semoga bisa membantu. 

Salam "Speaks by Data"

Tidak ada komentar:

Posting Komentar