UJI NONLlNEARITAS YANG DIABAIKAN DALAM TIME SERIES
Pengujian • nonlinearitas pada model-model time series sering kali diabaikan. Uji ini didasarkan pada pendekatan Neural Network dan Regresi. Pada uji neural netv.-ork ini, dikembangkan oleh White dari model Feedforward neural network dengan menambahkan hubungan langsung da...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | English |
Published: |
Berkala Ilmiah MIPA
2005
|
Subjects: | |
Online Access: | https://repository.ugm.ac.id/32971/1/13.pdf |
_version_ | 1797020204179390464 |
---|---|
author | Sutijo, Brojol Subanar, Subanar Guritno, Suryo |
author_facet | Sutijo, Brojol Subanar, Subanar Guritno, Suryo |
author_sort | Sutijo, Brojol |
collection | UGM |
description | Pengujian • nonlinearitas pada model-model time series sering kali diabaikan. Uji ini didasarkan pada pendekatan Neural Network dan Regresi. Pada uji neural netv.-ork ini, dikembangkan oleh White dari model Feedforward neural network dengan menambahkan hubungan langsung dari input ke•output. Tipe test yang dikemukakan oleh White ini adalah Lagrange multiplier. Sedangkan pendekatan Regresi dikembangkan oleh Tsay berdasarkan pada Keenan test yang mengacu pada konsep RESET yang dikemukakan oleh R amsey. Tipe test yang dikemukakan oleh Tsa y adahh memosukkan perkaiian
. aritar komponen predictor. Hasil simulasi secara umum menunjukkan jika model yang dibentuk adalah model linear, kekuatan uji nonlinearitasnya rendah, sedang an )ika yang dibentuk adalah model nonlinear, maka kekutan uji nonlinearnya tinggi
|
first_indexed | 2024-03-05T23:19:56Z |
format | Article |
id | oai:generic.eprints.org:32971 |
institution | Universiti Gadjah Mada |
language | English |
last_indexed | 2024-03-13T19:12:23Z |
publishDate | 2005 |
publisher | Berkala Ilmiah MIPA |
record_format | dspace |
spelling | oai:generic.eprints.org:329712016-02-18T04:13:44Z https://repository.ugm.ac.id/32971/ UJI NONLlNEARITAS YANG DIABAIKAN DALAM TIME SERIES Sutijo, Brojol Subanar, Subanar Guritno, Suryo Probability Theory Statistics Pengujian • nonlinearitas pada model-model time series sering kali diabaikan. Uji ini didasarkan pada pendekatan Neural Network dan Regresi. Pada uji neural netv.-ork ini, dikembangkan oleh White dari model Feedforward neural network dengan menambahkan hubungan langsung dari input ke•output. Tipe test yang dikemukakan oleh White ini adalah Lagrange multiplier. Sedangkan pendekatan Regresi dikembangkan oleh Tsay berdasarkan pada Keenan test yang mengacu pada konsep RESET yang dikemukakan oleh R amsey. Tipe test yang dikemukakan oleh Tsa y adahh memosukkan perkaiian . aritar komponen predictor. Hasil simulasi secara umum menunjukkan jika model yang dibentuk adalah model linear, kekuatan uji nonlinearitasnya rendah, sedang an )ika yang dibentuk adalah model nonlinear, maka kekutan uji nonlinearnya tinggi Berkala Ilmiah MIPA 2005-01 Article PeerReviewed application/pdf en https://repository.ugm.ac.id/32971/1/13.pdf Sutijo, Brojol and Subanar, Subanar and Guritno, Suryo (2005) UJI NONLlNEARITAS YANG DIABAIKAN DALAM TIME SERIES. Jurnal, 15 (1). pp. 57-76. ISSN 0215-9309 |
spellingShingle | Probability Theory Statistics Sutijo, Brojol Subanar, Subanar Guritno, Suryo UJI NONLlNEARITAS YANG DIABAIKAN DALAM TIME SERIES |
title | UJI NONLlNEARITAS YANG DIABAIKAN DALAM TIME SERIES |
title_full | UJI NONLlNEARITAS YANG DIABAIKAN DALAM TIME SERIES |
title_fullStr | UJI NONLlNEARITAS YANG DIABAIKAN DALAM TIME SERIES |
title_full_unstemmed | UJI NONLlNEARITAS YANG DIABAIKAN DALAM TIME SERIES |
title_short | UJI NONLlNEARITAS YANG DIABAIKAN DALAM TIME SERIES |
title_sort | uji nonllnearitas yang diabaikan dalam time series |
topic | Probability Theory Statistics |
url | https://repository.ugm.ac.id/32971/1/13.pdf |
work_keys_str_mv | AT sutijobrojol ujinonllnearitasyangdiabaikandalamtimeseries AT subanarsubanar ujinonllnearitasyangdiabaikandalamtimeseries AT guritnosuryo ujinonllnearitasyangdiabaikandalamtimeseries |