Penjelasan Metode Pembobot Ramsay dan Pembobot Andrew dalam Regresi Robust-M

Pernah dengar mengenai istilah regresi robust? Ya, ini merupakan salah satu metode untuk melakukan analisis regresi tetapi termasuk ke metode yang tidak sensitif terhadap keberadaan data pencilan. Pada metode ini pun ada yang bernama pembobot yang merupakan peniadaan bias dari sampel survei. Anda pastinya penasaran juga dengan penjelasan metode Pembobot Ramsay dan Pembobot Andrew dalam Regresi Robust-M. 

Mempelajari Penjelasan Metode

Anda jelas tahu bahwa ilmu statistik memiliki banyak sekali jenis analisis yang tergantung pada jenis data dan tujuan dari penelitian itu sendiri. Sebagai seorang peneliti Anda jelas harus mengetahuinya sehingga bisa memilih metode analisis yang paling tepat. 

Oleh karena itulah, memahami dan mempelajari secara singkat terkait penjelasan metode Pembobot Ramsay dan Pembobot Andrew dalam Regresi Robust-M tidak akan merugikan Anda. Maka, silakan simak penjelasan mengenai dua jenis pembobot di bawah ini.

Metode Pembobot Ramsay dalam Regresi Robust-M

Metode untuk mengatasi outliner data yang pertama ini penanganannya dengan cara memberi bobot berbeda terhadap setiap pengamatan. Pembobot Ramsay ini dapat membantu mengurangi pengaruh outliner pada analisis Regresi Robust-M. 

Metode Pembobot Andrew Regresi Robust-M

Selanjutnya ada metode Pembobot Andrew yang menggunakan gelombang untuk mendeteksi dan mengatasi pengaruh outliner pada data penelitian. Oleh karena itu, Anda harus mengubah data Anda menjadi frekuensi gelombang sehingga bisa mendeteksi adanya outliner.

Pengubahan data ini dapat Anda lakukan dengan membedakannya menjadi dua buah gelombang, yaitu gelombang frekuensi tinggi dan gelombang frekuensi rendah. Di banding metode Pembobot Ramsay, metode Pembobot Andrew lebih sensitif sehingga lebih efektif untuk mengatasi permasalahan adanya outliner pada data penelitian.

Demikianlah penjelasan metode Pembobot Ramsay dan Pembobot Andrew. Sekarang, Anda sudah mendapatkan pengetahuan lebih mengenai pembobot pada analisis Regresi Robust-M. Kedua metode pembobot tersebut merupakan cara untuk mendapatkan data yang benar-benar merepresentasikan populasi. Apakah salah satu pembobot analisis di atas sesuai dengan kebutuhan penelitian Anda?

Baca Juga Artikel dii bawah ini:

Triclustering (R), Pengertian, Algoritma dan Kegunaannya