Sabtu, 14 Oktober 2017

Analisis Regresi 2 Peubah

RESUME
MATAKULIAH EKONOMETRIKA
ANALISIS REGRESI 2 PEUBAH
(Pertemuan 4)



Analisis Regresi 2 Peubah (Analisis Regresi Sederhana)
         Analisis regresi 2 peubah digunakan untuk menduga rata-rata peubah tak bebas berdasarkan nilai peubah (satu) bebas yang diketahui. Diilustrasikan dengan data dari Gujarati (2003), dengan populasi beranggotakan 60 keluarga.

  • Xi= pendapatan/minggu per keluarga
  • Yi= konsumsi/minggu per keluarga
  • i   = 1, …, 60 (60 keluarga yang diamati)

Dari 60 keluarga tersebut dikelompokkan ke dalam 10 kelas pendapatan




Sebaran Bersyarat dari konsumsi/minggu untuk beberapa kelas pendapatan. Untuk setiap kelas pendapatan/minggu terdapat variasi jumlah konsumsi/minggu. Secara rata-rata jumlah konsumsi/minggu meningkat seiring dengan pendapatan/minggu.



Konsep Fungsi Regresi Populasi 
Nilai harapan bersyarat yaitu rata-rata nilai Y untuk X tertentu.



Jika diasumsikan bahwa hubungan kedua peubah tersebut linier, maka digunakan fungsi linier dari X:


Model/Persamaan Regresi. Dibutuhkan metode tertentu untuk menduga parameter model (intersep dan slope).

Arti Linier



Linier dalam peubah maupun parameter
         Di dalam analisis regresi sederhana, LINIER berarti linier dalam PARAMETER. Parameter berpangkat paling tinggi 1. Diperbolehkan pangkat lebih dari satu untuk peubah.


Fungsi Regresi Populasi Secara Stokastik
          Untuk model konsumsi sebagai fungsi dari pendapatan. Dimungkinkan bahwa faktor selain pendapatan juga mempengaruhi konsumsi. Tidak semua titik tepat pada garis regresi. Faktor-faktor lain tsb dirangkum dalam komponen error/galat.


Nilai harapan konstan adalah konstan itu sendiri



Keutamaan dari Komponen Stokastik Galat/Error.
    Mengapa tidak menggunakan sebanyak-banyaknya peubah yang mungkin mempengaruhi konsumsi? (Tidak hanya pendapatan)
  • Teori yang belum pasti
  • Ketidaktersediaan data
  • Peubah utama vs peubah tambahan
  • Sifat alami perilaku manusia (acak)
  • Peubah proxy yang kurang berkualitas
  • Model sesederhana mungkin (Principle of Parsimony)
  • Kemungkinan hubungan fungsional yang kurang tepat
Fungsi dan Tujuan Regresi Sampel 
         Data pendapatan dan konsumsi: diasumsikan berasal populasi 60 keluarga.
Secara praktek tidak mungkin memperoleh informasi secara keseluruhan dari populasi.. 
Pengambilan sampel pasangan nilai pendapatan (X) dan konsumsi (Y) dari populasi tersebut. 
Menduga PRF berdasarkan informasi dari sampel. 
Akibat fluktuasi sampel kemungkinan pendugaan tidak akurat. 
Fungsi Regresi Populasi (PRF) :
  • Regresi yang dibentuk dari sampel
  • Dipakai untuk menduga regresi populasi
  • Tidak akan pernah sama untuk sampel yang berbeda
Tujuan Analisis Regresi
  • Menduga PRF dengan SRF
  • Dengan adanya sampel yang berfluktuasi, SRF hanya pendekatan dari PRF





Tidak ada komentar:

Posting Komentar