<?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="9876">
 <titleInfo>
  <title>MODEL VEKTOR AUTOREGRESI  DENGAN RANK YANG DIREDUKSI</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>EFRI DIAH UTAMI</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>x,; 50  hlm,;29,4cm</extent>
 </physicalDescription>
 <note>Model vektor autoregresi (V AR) merupakan salah satu model deret waktu &#13;
multivariat yang banyak digunakan karena mudah dan sederhana. Model ini adalah &#13;
pengembangan dari univariat autoregresi (AR). Banyaknya parameter yang harus &#13;
ditaksir pada model V AR tergantung pada banyaknya variabel dan lag pada data deret &#13;
waktunya. Dalam banyak kasus pada umumnya, penggunaan jumlah variabel yang &#13;
banyak dan lag order yang besar dalam model V AR akan menghasilkan parameter &#13;
yang banyak. Karena parameter yang dihasilkan banyak maka besar kemungkinan &#13;
terdapat banyak parameter yang tidak signifikan. &#13;
&#13;
Salah satu cara untuk mengatasi kondisi tersebut adalah dengan menggunakan &#13;
model V AR dengan rank yang direduksi. Model V AR dengan rank yang direduksi &#13;
dilakukan dengan cara mereduksi rank matriks parameter (</note>
 <note type="statement of responsibility">EFRI DIAH UTAMI</note>
 <subject authority="">
  <topic>Vektor Autoregresi   3. Reduksi Rank Vektor Autore</topic>
 </subject>
 <classification>512.5</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>512.5 Uta m/R.14.6</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">01001100700149</numerationAndChronology>
    <sublocation>Perpustakaan Pusat (REF.14.6)</sublocation>
    <shelfLocator>512.5 Uta m</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>9876</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2017-04-01 15:42:27</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2018-05-16 09:55:10</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>