Spatial EBLUP dalam Pendugaan Area Kecil

Autor: Muhammad Nusrang, Suwardi Annas, Asfar Asfar, Hastuty Hastuty, Jajang Jajang
Jazyk: indonéština
Rok vydání: 2018
Předmět:
Zdroj: Sainsmat, Vol 6, Iss 1, Pp 59-66 (2018)
Druh dokumentu: article
ISSN: 2086-6755
2579-5686
DOI: 10.35580/sainsmat6164562017
Popis: Empirical Best Linear Unbiased Prediction (EBLUP) merupakan salah satu metode dalam pendugaan area kecil. Asumsi yang digunakan dalam EBLUP adalah bahwa pengaruh acak galat area saling bebas. Namun dalam beberapa kasus, asumsi ini sering dilanggar. Penyebabnya adalah keragaman suatu area dipengaruhi area sekitarnya, sehingga pengaruh spasial dapat dimasukkan ke dalam pengaruh acak. Akibat pelanggaran ini menyebabkan penduga EBLUP menjadi bias dan memiliki ragam yang besar. Solusi untuk mengatasi hal tersebut adalah dengan memasukkan informasi pengaruh spasial ke dalam model. Pendugaan area kecil yang memperhatikan pengaruh acak spasial area dikenal dengan istilah penduga Spatial Empirical Best Linear Unbiased Prediction (SEBLUP). Penduga SEBLUP memberikan pendugaan yang lebih baik dibandingkan dengan penduga EBLUP dengan membandingkan nilai ARRMSE dari masing-masing metode pendugaan.
Databáze: Directory of Open Access Journals