Regresi robust merupakan metode regresi yang digunakan ketika distribusi dari galat
tidak normal dan atau adanya beberapa pencilan yang berpengaruh pada model (Ryan, 1997).
Menurut Chen (2002:1) metode-metode estimasi dalam regresi robust diantaranya adalah:
1. Estimasi M (Maximum likelihood type) yang dikenalkan oleh Huber (1973) adalah metode
yang sederhana baik dalam penghitungan maupun secara teoritis. Estimasi ini menganalisis
data dengan mengasumsikan bahwa sebagian besar yang terdeteksi pencilan pada variabel
independen.
2. Estimasi LTS (Least Trimmed Squares) adalah metode dengan high breakdown point yang
dikenalkan oleh Rousseeuw (1984). Breakdown point adalah ukuran proporsi minimal dari
banyaknya data yang terkontaminasi pencilan dibandingkan seluruh data pengamatan.
3. Estimasi S (Scale) juga merupakan metode dengan high breakdown point yang dikenalkan
oleh Rousseeuw and Yohai (1984). Dengan nilai breakdown yang sama, metode ini
mempunyai efisiensi yang lebih tinggi dibanding estimasi LTS.
4. Estimasi MM (Method of Moment), dikenalkan oleh Yohai (1987). Metode ini
menggabungkan estimasi S (estimasi dengan high breakdown point) dan estimasi M.
Tidak ada komentar:
Posting Komentar