11 Pebruari 2008 hadi paramu ekonometrika dan analisis multivariat 1 Asumsi Dalam Metode OLS Kuliah III.

Slides:



Advertisements
Presentasi serupa
Outlier Pada Analisis Regresi
Advertisements

Auto Correlation/ Serial Correlation
UJI ASUMSI KLASIK.
MODEL REGRESI DENGAN DUA VARIABEL
UJI HIPOTESIS.
Hypothesis Testing In Full Rank Model
Regresi linier dan berganda
PENGERTIAN DAN PROSEDUR PENDUGA BEDA DAN PENDUGA REGRESI
Analisis Regresi Berganda & Pengujian Asumsi OLS
REGRESI LINIER.
Praze06 PENGERTIAN DAN PROSEDUR REGRESSION ESTIMATORS.
REGRESI LINIER SEDERHANA
Estimating Demand Problems in Applying the Linear Regression Model
BETYARNINGTYAS CYNTHIA LA SARIMA MUH Tabrani Nuri NURWAHIDA VIEVIEN

Operations Management
Program Studi Statistika Semester Ganjil 2011
KONSEP DAN PEMODELAN ARCH/GARCH
Analisis Data: Memeriksa Perbedaan
Regresi linier sederhana
Uji Asumsi Klasik Pada Regresi Dengan Metode Kuadrat Terkecil (OLS)
RANK FULL MODEL (ESTIMATION)
Analisis Regresi Linier
Uji Residual (pada regresi Linier)
1 Pertemuan 7 Estimable parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
Regresi Linier Berganda
LOGISTIC REGRESSION Logistic regression adalah regressi dengan binary untuk variabel dependen. Variabel dependen bersifat dikotomi dengan mengambil nilai.
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
Regresi Linear Dua Variabel
Ekonometrika Dr. Muhamad Yunanto, MM
REGRESI LINIER SEDERHANA
FEB Univ. 17 Agustus 1945 Jakarta
Presented by Kelompok 7 Mirah Midadan Richard Pasolang Reski Tasik
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
EKONOMETRIKA Dr. Muhamad Yunanto, MM.
Operations Management
Program Studi Statistika Semester Ganjil 2012
EKONOMETRIKA Pertemuan 4,5 Estimasi Parameter Model Regresi
EKONOMETRIKA Pertemuan 7: Analisis Regresi Berganda Dosen Pengampu MK:
Analisis Regresi Berganda
ANALISIS REGRESI BERGANDA
Regresi Linier (Linear Regression)
EKONOMETRIKA Pertemuan 10: Pengujian Asumsi-asumsi Klasik (Bagian 1)
Program Studi Statistika Semester Ganjil 2012
Operations Management
Regresi Sederhana : Estimasi
Operations Management
EKONOMETRIKA Pertemuan 9: Pengujian Asumsi-asumsi Klasik (Bagian 1)
EKONOMETRIKA Pertemuan 9: Pengujian Asumsi-asumsi Klasik (Bagian 1)
EKONOMETRIKA Pertemuan 11: Pengujian Asumsi-asumsi Klasik (Bagian 2)
PERTEMUAN KE-14 STATISTIK DESKRIPTIF
DATA NON LINEAR DAN REGRESI LINEAR Gangga Anuraga, M.Si
EKONOMETRIKA Pertemuan 4,5 Estimasi Parameter Model Regresi
Muchdie, Ir, MS, Ph.D. FE-Uhamka
Generalized Linear Models
Pengujian Asumsi OLS Aurokorelasi
MUHAMMAD HAJARUL ASWAD
REGRESI BERGANDA dan PENGEMBANGAN Nori Sahrun., S.Kom., M.Kom
ANALISIS REGRESI PENDIDIKAN EKONMI FE
REGRESI LINIER BERGANDA (MULTIPLE REGRESSION)
Disampaikan Pada Kuliah : Ekonometrika Terapan Jurusan Ekonomi Syariah
Agribusiness Study of Programme Wiraraja University
Uji Asumsi Analisis Regresi Berganda Manajemen Informasi Kesehatan
Ekonometrika Tutor ……….
Agribusiness Study of Programme Wiraraja University
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
Analisis Regresi Berganda & Pengujian Asumsi OLS
EKONOMETRIKA Pertemuan 11: Pengujian Asumsi-asumsi Klasik (Bagian 1)
Transcript presentasi:

11 Pebruari 2008 hadi paramu ekonometrika dan analisis multivariat 1 Asumsi Dalam Metode OLS Kuliah III

Deskripsi Materi dan Kompetensi Materi dalam slide ini terdiri atas uraian tentang sepuluh asumsi dasar dalam metode ordinary least square Setelah mempelajari materi ini, mahasiswa diharapkan dapat memahami dan mengenali pentingnya sepuluh asumsi dasar dalam metode ordinary least square. 11 Pebruari 2008 hadi paramu ekonometrika dan analisis multivariat 2

11 Pebruari 2008 hadi paramu ekonometrika dan analisis multivariat 3 Asumsi Dasar Linier dalam Parameter dan Variabel Nilai X bersifat tetap untuk repeated sampling Mean dari disturbance (residual) bernilai nol Homoscedasticity atau varians yang sama pada residual. Tidak ada otokorelasi antar residual Covariance antara residual dan variabel independen sama dengan nol

11 Pebruari 2008 hadi paramu ekonometrika dan analisis multivariat 4 Jumlah observasi (n) harus lebih banyak dari parameter yang akan diestimasi. Ada variability dari nilai X. Model regresi tidak memiliki specification bias Tidak ada multikolinieritas antar explanatory variable Asumsi Dasar

11 Pebruari 2008 hadi paramu ekonometrika dan analisis multivariat 5 Asumsi Dasar Kesepuluh asumsi tersebut harus dipenuhi secara simultan. Ada tiga asumsi (disebut asumsi klasik) yang perlu dievaluasi: homoscedasticity, autocorrelation, dan multicollinierity. Pada prinsipnya, kalau semua asumsi terpenuhi maka model regresi yang dikembangkan bersifat Best Linear Unbiased Estimator (BLUE)

Tugas dan Latihan Apa yang dimaksud dengan “ada variability dalam variabel independen” ? Apa yang dimaksud dengan “mean dari distrubance term bernilai nol” ? Apa yang dimaksud dengan “homoscedasticity pada residual” ? 11 Pebruari 2008 hadi paramu ekonometrika dan analisis multivariat 6

Tugas dan Latihan Apa yang dimaksud dengan “tidak ada otokorelasi antar residual” ? Apa yang dimaksud dengan “jumlah observasi harus lebih banyak daripada jumlah parameter regresi” ? 11 Pebruari 2008 hadi paramu ekonometrika dan analisis multivariat 7