<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="9838">
 <titleInfo>
  <title>TAKSIRAN PARAMETER MODEL VAR(1) MENGGUNAKAN METODE YULE-WALKER DAN METODE KUADRAT TERKECIL</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Kankan Parmikanti</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>Magister Statistika Terapan</publisher>
   <dateIssued>2010</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd"></form>
  <extent>xiii,;63hlm,;29 cm</extent>
 </physicalDescription>
 <note>Tesis ini membahas tentang masalah time series, khususnya bagaimana menurunkan &#13;
rumus penaksir parameter model autoregresi orde-l yang dinotasikan dengan AR(1), dan &#13;
model vektor autoregresi orde-l dengan notasi VAR(1), menggunakan metode Yule­ &#13;
alker dan metode kuadrat terkecil. Pembahasan masalah ini dilatarbelakangi oleh adanya &#13;
perbedaan yang sangat signifikan antara kedua metode terse but dalam menaksir parameter &#13;
model AR(l) dengan menggunakan software komputer S-plus. &#13;
&#13;
Tesis dirnulai dari sajian hasil penelitian tentang bagaimana menurunkan metode &#13;
Yule-Walker untuk mendapatkan rumus penaksir parameter model AR(P) dan model &#13;
VAR(P), yaitu dengan mengambil bentuk umurn kedua model tersebut dan kemudian &#13;
menurunkannya menjadi persamaan matriks kovarian yang elemen-elemennya berupa &#13;
fungsi auto-kovarian dan fungsi cross-kovarian. Berangkat dari hal yang sama, dalam &#13;
menurunkan metode kuadrat terkecil juga diperolen persamaan matriks, hanya saja &#13;
elemen-elemennya berupa vektor-vektor observasi. &#13;
&#13;
Untuk lebih memperkuat hasil kajian teoritis, tesis ini juga memuat hasil implementasi &#13;
edua metode di atas dalam menaksir parameter model pada masalah produktivitas teh di &#13;
dua perkebunan. Baik dari kajian teoritis maupun dari implementasi, hasilnya &#13;
menunjukkan bahwa apabila mempunyai dasar asurnsi yang sama dalam mengambil rata­ &#13;
rata, maka nilai penaksir parameter oleh kedua metode terse but tidaklah berbeda secara &#13;
signifikan. &#13;
</note>
 <note type="statement of responsibility">Kankan Parmikanti</note>
 <subject authority="">
  <topic>vektor autoregresi, Yule-Walker, kuadrat terkecil.</topic>
 </subject>
 <classification>519.5</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>519.5 Par t/R.14.72</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">01001100700337</numerationAndChronology>
    <sublocation>Perpustakaan Pusat (REF.14.72)</sublocation>
    <shelfLocator>519.5 Par t</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>9838</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2017-04-01 15:42:27</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2018-06-25 09:24:56</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>