AUTO CORRELATION KULIAH 13 TIME SERIES Usman Bustaman, S.Si, M.Sc.

Slides:



Advertisements
Presentasi serupa
Evaluasi Model Regresi
Advertisements

Auto Correlation/ Serial Correlation
Auto CORRELATION KULIAH 13 TIME SERIES Usman Bustaman, S.Si, M.Sc.
POPULASI DAN SAMPEL.
AUTOKORELASI (Autocorrelation)
UJI HIPOTESIS.
Program Studi Statistika Semester Ganjil 2011
POPULASI DAN SAMPEL.
William J. Stevenson Operations Management 8 th edition PENYIMPANGANREGRESI Rosihan Asmara
REGRESI LINIER.
TIME SERIES DAN STASIONERITAS
Auto CORRELATION KULIAH 13 TIME SERIES Usman Bustaman, S.Si, M.Sc.
Operations Management
UJI UNIT ROOT PADA DATA PANEL
PEMBENTUKAN MODEL RLB Kuliah ke 8 anareg Dosen: usman bustaman.
Regresi linier sederhana
Regresi linier sederhana
Uji Asumsi Klasik Pada Regresi Dengan Metode Kuadrat Terkecil (OLS)
KONSEP DAN PEMODELAN ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE)
Regresi dengan Autokorelasi Pada Error
Kuliah 9 Time series Usman bustaman, S.Si, M.Sc
EKONOMETRIKA TERAPAN (Pertemuan #3)
Regresi linier sederhana
KULIAH  Nature of the problem: X’X matrix must not be singular  why?  Ada hubungan linier antar beberapa (atau semua) variabel bebas.  Perfect:
PEMBAHASAN Hasil SPSS 21.
Analisis Data dengan SPSS
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
KONSEP DAN PENGUJIAN UNIT ROOT
Ekonometrika Program Studi Statistika, semester Ganjil 2011/2012 Dr. Rahma Fitriani, S.Si., M.Sc.
Asumsi Model Regresi Pemeriksaan Pola Sisaan (Residual) Kutner, Ch. 3
11 Pebruari 2008 hadi paramu ekonometrika dan analisis multivariat 1 Asumsi Dalam Metode OLS Kuliah III.
Agribusiness Study of Programme Wiraraja University
PERSAMAAN SIMULTAN Pada kenyataannya banyak situasi dimana hubungan sebab akibat tidak hanya terjadi satu arah, tetapi terjadi dua arah. Seperti pada.
PROSEDUR – PROSEDUR POPULER DALAM EVIEWS
EKONOMETRIKA Sifat Dasar Analisis Regresi Kelompok 1
PERTEMUAN 6 Teknik Analisis dan Penyajian Data
K O N S E P D A S A R A N A L I S I S R E G R E S I
MULTICOLLINEARITY Salah satu asumsi model regresi berganda adalah tidak ada hubungan linier antar peubah bebas. Sebagai ilustrasi bagaimana jika terjadi.
Ekonometrika Lanjutan
ANALISIS JALUR MODUL 12 Analisis Jalur.
Uji Asumsi Klasik Heteroskedastisitas
Program Studi Statistika, semester Ganjil 2015/2016
Agribusiness Study of Programme Wiraraja University
Program Studi Statistika, semester Ganjil 2012/2013
Heterokedastisitas Model ARACH dan GARCH
Analisis Regresi Berganda
EKONOMETRIKA Pertemuan 11: Pengujian Asumsi-asumsi Klasik (Bagian 2)
Problems with Instrumental Variables Estimation When the Correlation Between the Instrumentsand the Endogenous Explanatory Variable is Weak John Bound,
Program Studi Statistika, semester Ganjil 2012/2013
Regresi Sederhana : Estimasi
Operations Management
Program Studi Statistika Semester Ganjil 2012
Agribusiness Study of Programme Wiraraja University
Program Studi Statistika, semester Ganjil 2012/2013
EKONOMETRIKA Pertemuan 11: Pengujian Asumsi-asumsi Klasik (Bagian 2)
Operations Management
Model Persamaan Simultan
Regresi Dasar Dengan Program Eviews
Eonometrika Tutor ……….
Muchdie, Ir, MS, Ph.D. FE-Uhamka
ANALISIS DERET WAKTU Abdul Kudus, SSi., MSi., PhD.
Pengujian Asumsi OLS Aurokorelasi
Asumsi Non Autokorelasi galat
Causality & Cointegration
Disampaikan Pada Kuliah : Ekonometrika Terapan Jurusan Ekonomi Syariah
Model Regresi dgn Variabel Kualitatif
Jenis Penelitian Desain penelitian dilihat dari tingkat perumusan masalahnya. Penelitian eksploratif (penjajagan) Penelitian pengujian hipotesis Desain.
PEMAHAMAN EKONOMETRIKA
Uji Asumsi Model Part 1 – Deteksi Pelanggaran Asumsi*
THE PATTERN THE PATTERN.
Transcript presentasi:

AUTO CORRELATION KULIAH 13 TIME SERIES Usman Bustaman, S.Si, M.Sc.

WHAT’S AUTOCORRELATION? Nature of Problem: correlation between members of series of observations ordered in time [as in time series data] or space [as in cross-sectional data] Ex: hubungan antara Output dan Naker (data kuartalan)  Obs kuartal 1 berpengaruhi pada obs kuartal berikutnya Ex: hubungan antara Pendptn dan Konsumsi Ruta (data cross section)  Obs Ruta 1 berpengaruhi pada obs Ruta berikutnya  “rumput tetangga selalu lebih hijau”

PATTERN siklus upward downwardlinier & kuadratik No systematic pattern

PENYEBAB 1.Inertia / siklus  Sering terjadi pada data time series: PDB, indeks harga, pengangguran, produksi, dll  Resesi , recovery  2.Specification Bias: Excluded Variables Case.  Variabel yg tdk masuk ke dlm model, ikut serta dalam “error”  Y=permintaaan daging sapi, X 2 =harga daging sapi, X 3 =income, X 4 =harga daging ayam  Persamaan:  Dimodelkan:

PENYEBAB 3.Specification Bias: Incorrect Functional Form. “True” Model Modeled with: v i = where: Other functional form: Cobweb function: Lag function

PENYEBAB 4. “Manipulasi” Data  Data triwulanan = rata-2 data 3 bln  Inter/extra-polasi data, ex: mengestimasi data antara dari data sensus th 1990 & Transformasi Data 6. Data Nonstasioner

AUTOKORELASI (+), (--)

APA KABAR BLUE? Perhatikan, jika terjadi autokorelasi, error u t misalkan mengikuti fungsi disebut sbg koefisien autokorelasi u t disebut sebagai fungsi autoregresi orde 1 (AR1)  t mengikuti asumsi OLS  Dengan dmk  Homoskedastic