Pertemuan 16 Model not full rank

Slides:



Advertisements
Presentasi serupa
Hypothesis Testing In Less Than Full Rank Model
Advertisements

TESTABLE HYPOTHESES. Matriks ab x ( a+b+1 ) Asumsi.
1 Pertemuan 11 Penerapan model full rank Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
Pertemuan 5-6 Metode pemulusan eksponential tunggal
1 Pertemuan 20 Pengujian hipotesis parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
1 Pertemuan 26 Pendugaan komponen ragam Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
Pertemuan 2 Pola Analisis, pasar dan pelaku ekonomi makro
1 Pertemuan 17 Pengujian hipotesis regresi Matakuliah: I0174/Analisis regresi Tahun: 2005 Versi: 1.
Pertemuan 14 Penerapan model full rank
Pertemuan 14 Regresi non linier
Pertemuan 9 Analisis State Space dalam sistem Pengaturan
Pertemuan 8 Perkembangan Sektor Pertanian
1 Pertemuan 7 Klasifikasi dan Rekognisi Pola (1) Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
Pertemuan 5 Balok Keran dan Balok Konsol
Fungsi Logaritma Pertemuan 12
1 Pertemuan 5 PPh PASAL 21 Matakuliah: A0572/ Perpajakan Tahun: 2005 Versi: Revisi 1.
Pertemuan 10 Gaya – gaya dalam
Mengambar kurva fungsi linier Pertemuan 4
Pertemuan 13 IKATAN TEMBOK
Matakuliah : R0022/Pengantar Arsitektur Tahun : Sept 2005 Versi : 1/1
1 Pertemuan 17 Penguraian jumlah kuadrat Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
1 Pertemuan 3 Pengenalan menu dasar 3D Matakuliah: R0374/Komputasi Desain Arsitektur II Tahun: 2005 Versi: V-1/R-0.
1 Pertemuan 10 Pengujian parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
1 Pertemuan 7 Estimable parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
1 Pertemuan 7 Diferensial Matakuliah: R0262/Matematika Tahun: September 2005 Versi: 1/1.
Matakuliah : R0262/Matematika Tahun : September 2005 Versi : 1/1
1 Pertemuan 19 Rendering perspektif mata burung Matakuliah: R0124 / Teknik Komunikasi Arsitektur Tahun: 2005 Versi: >/ >
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Pertemuan Kelima Perencanaan Pemasaran
Pertemuan 10 PAJAK PERTAMBAHAN NILAI dan PPn BM
Berbagai Jenis Transformasi
Matakuliah : A0114/ Sistem Akuntansi Tahun : 2005 Versi : Revisi 1
Inferensi Dua Nilaitengah Ganda (VI)
Pertemuan 10 Distribusi Sampling
Analisis Dua Klasifikasi (I) :
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 1 Pengolahan vektor
Matakuliah : R0262/Matematika Tahun : September 2005 Versi : 1/1
Pertemuan Keduabelas Presentasi Laporan Akhir (1)
Pertemuan 17 Tegangan Lentur dengan Gaya Normal yang bekerja Sentris
Regresi Untuk Data Katagorik Pertemuan 08
Regresi Dalam Lambang Matriks Pertemuan 09
Uji Hipotesis Dan Selang Kepercayaan Pertemuan 10
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Inferensi Dua Nilaitengah Ganda (IV)
Inferensi Dua Nilaitengah Ganda (V)
Inferensi Dua Nilaitengah Ganda (III)
Pertemuan 21 Penerapan model not full rank
Matakuliah : T0074 / Grafika Komputer
Pertemuan 16 SISTEM AKUNTANSI UTANG
Pertemuan 5 Solusi persamaan linier simultan
Pertemuan 4 Kombinasi linier vektor
Pertemuan 23 Penerapan model not full rank
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 7-8 Metode pemulusan eksponensial ganda
Pertemuan 24 Penerapan model not full rank
Pertemuan 15 Model not full rank
Pertemuan 3 Aljabar Matriks (II)
Pertemuan 9 Algoritma Program Analisis Balok
Pertemuan 3 Diferensial
Pertemuan 19 Tegangan Lentur dengan Gaya Normal yang bekerja Eksentris
Pertemuan 18 Pengujian hipotesis regresi
Pertemuan 6 DIferensial
Matakuliah : A0114/ Sistem Akuntansi Tahun : 2005 Versi : Revisi 1
Pertemuan 9 Pengujian parameter
Pertemuan 11 Regresi polinomial
Tahun : <<2005>> Versi : <<1/2>>
Pertemuan 2 Pengolahan matrik
Pertemuan 9 Regresi dengan peubah dummy
Pertemuan #13 Metoda Cholesky
Transcript presentasi:

Pertemuan 16 Model not full rank Matakuliah : I0204/Model Linier Tahun : Tahun 2005 Versi : revisi Pertemuan 16 Model not full rank

Mengidentifikasi model not full rank Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Mengidentifikasi model not full rank

Fungsi parameter yang dapat diduga dalam model not full rank Outline Materi Fungsi parameter yang dapat diduga dalam model not full rank

= H β tidak sama dengan β , sehingga bukan penduga tak bias bagi β . Model not full rank Bagi model not full rank ada banyak solusi bagi B, sehingga B tidak bersifat unik dan E(B) = E(S- X’ y) = S- X’ X β = H β tidak sama dengan β , sehingga bukan penduga tak bias bagi β .

Model linier yij= Łi + εij

Penulisan dalam matrik Y11 Y12 Y13 Y21 Y22 y23 1 0 0 1 ε11 ε12 ε13 ε21 ε22 ε23 Ł1 Ł2 + = y X β ε

Matrik X’X full rank X’X = 3 0 0 3 X’y = Σ y1i Σ y2i Parameter diduga dengan Ł1 = 1/3 Σ y1i Ł2 = 1/3 Σ y2i

Model linier yij=μ + Łi + εij

Penulisan dalam matrik X0 x1 x2 Y11 Y12 Y13 Y21 Y22 y23 1 0 1 1 0 1 0 1 1 0 1 ε11 ε12 ε13 ε21 ε22 ε23 u Ł1 Ł2 + = y X β ε Suatu kelemahan segera terlihat. Karena adanya ketidakbebasan kolom X0 = X1+ X2 dalam matriks X. X'X akan singular sehingga persamaan normalnya tidak mempunyai jawaban atau solusi yang khas.

Solusi tak khas Agar dapat diperoleh suatu penduga parameter yang bersifat unik/khas diperlukan adanya syarat ikatan. Syarat ikatan : Σ Łi = 0 Dengan syarat ikatan tersebut bagaimana bentuk X’X ?

X’X β = X’y 6 u +3 Ł1+ 3 Ł2 = Σ yij 3 u + 3 Ł1 = Σ y1. Persamaan normal X’X β = X’y 6 u +3 Ł1+ 3 Ł2 = Σ yij 3 u + 3 Ł1 = Σ y1. 3 u + 3 Ł2 = Σ y2. Syarat Σ Łi = 0 , maka 6 u = Σ yij  u = 1/6 Σ yij u+ Ł1 = 1/3 Σ y1. u + Ł2 = 1/3 Σ y2.

Parameter yang dapat diduga Parameter u Parameter u + Ł1 Parameter u + Ł2

Reparameterisasi model Reparameterisasi model dapat dilakukan sehingga diperoleh matrik X’X full rank Misal y21=u + Ł2 + ε21 menjadi y21 = (u + Ł1)+ (Ł2 - Ł1) + ε21

Bagaimana parameter model berikut dapat diduga ? Y11= μ +1 Ł1+ 0 Ł2 + 0 Ł2 + ε11 Y12= μ +1 Ł1+ 0 Ł2 + 0 Ł2 + ε12 Y21= μ +0 Ł1+ 1 Ł2 + 0 Ł2 + ε21 Y22= μ + 0 Ł1+ 1 Ł2 + 0 Ł2 + ε22 Y31= μ + 0 Ł1+ 0 Ł2 + 1 Ł2 + ε31 Y32= μ + 0 Ł1+ 0 Ł2 + 1 Ł2 + ε32

Tentukan matrik rancangan X Tentukan X’X Periksa apakah X’X full rank ? Tentukan syarat ikatan agar X’X menjadi full rank

Parameter apa saja yang dapat diduga ? Bagaimana penduganya ? Tentukan persamaan normalnya, maka akan diperoleh penduga parameternya !

Penduga parameter model not full rank, memerlukan syarat ikatan