Persamaan pendugaan parameter peragam
12 penduga yang diperoleh. Tahapan-tahapan yang dilakukan dalam analisis ini
sebagai berikut yang diringkas pada Gambar 1: 1.
Pembangkitan data longitudinal dengan berbagai kondisi dengan langkah- langkah sebagai berikut
i. Menentukan parameter
dan
1
yang ditetapkan secara berturut-turut 50 dan -2.
ii. Membangkitkan pengaruh acak
dari sebaran 1
iii. Membangkitkan pengaruh acak
dari sebaran 2
iv. Menentukan nilai t
, yaitu 0, 2, 6, 12, dan 18 yang diulang sebanyak n kali.
t merupakan waktu pengamatan berulang.
v. Menentukan nilai
1
t . Hasil ini digunakan sebagai
data dengan 0 pencilan tanpa pencilan. vi.
Membangkitkan n pengaruh acak dari sebaran
10 = .
vii. Membangkitkan nm pengaruh acak
dari sebaran ,σ
2
= viii.
Skenario 1: Ambil secara acak
yang diperoleh dari langkah ii sebanyak 95 dan dari langkah vi sebanyak 5 sebagai pencilan
pengaruh intersep acak pencilan-b kemudian digabungkan. Tentukan nilai Y pada langkah v dengan menggunakan
baru yang terkontaminasi pencilan-b.
ix.
Skenario 2: Ambil secara acak
yang diperoleh dari langkah iii sebanyak 95 dan dari langkah vii sebanyak 5 sebagai pencilan e-
outlier kemudian digabungkan. Tentukan nila Y pada langkah v dengan menggunakan
baru yang terkontaminasi pencilan-e. x.
Skenario 3: Ambil secara acak
, yang diperoleh dari langkah ii
dan iii sebanyak 95 dan dari langkah vi sebanyak 5 sebagai pencilan pengaruh acak b-outlier dan dari langkah vii sebanyak 5
sebagai pencilan-e, sehingga ada dua kombinasi pencilan yaitu pencilan-e dan pencilan-b. Tentukan nilai Y pada langkah v dengan
menggunakan
dan baru yang terkontaminasi pencilan-e dan
pencilan-b. xi.
Ulangi langkah viii-x untuk kasus kontaminasi pencilan 10 dan 15
Skenario 4-9
xii.
Skenario 10: Pembangkitan data dengan pengaruh acak
dari sebaran db=1,2,3,4,5 dan 6.
xiii.
Skenario11: Pembangkitan data dengan pengaruh acak
dari sebaran dari sebaran
db=1,2,3,4,5 dan 6. xiv.
Skenario12: Pembangkitan data dengan pengaruh acak
dari sebaran dari sebaran t-student db=2,3,4,5, dan 6.
xv.
Skenario13: Pembangkitan data dengan pengaruh acak
dari sebaran dari sebaran t-student db=2,3,4,5, dan 6.
2. Menghitung pengaruh tetap
dan dan penduga respon terhadap masing-
masing kondisi data menggunakan metode pendugaan klasik dengan metode pendugaan kekar Huber yang disarankan, dengan algoritma pendugaan
sebagai berikut:
13 a.
Hitung penduga awal. Pemilihan penduga awal pada algoritma dapat diperoleh dari penduga kekar klasik, yaitu menggunakan proposal II