Kriteria Pemilihan Model Terbaik


Pada analisis deret waktu sangat memungkinkan ada beberapa model yang telah memenuhi asumsi-asumsinya. Berkaitan dengan hal itu untuk menentukan model terbaik terdapat beberapa kriteria yang digunakan sebagai pengukur kebaikan suatu model antara lain Akaike’s information criterion (AIC) dan Schwart’s Bayesian criterion (SBC) untuk data in sample. Sedangkan untuk data out sample digunakan kriteria Mean Absolute Percentage Error (MAPE) dan Mean Square Error (MSE). Shibata (1976) pada buku Wei (2006) menyatakan bahwa kriteria AIC cenderung menganggap terlalu tinggi order dari autoregresion.
Perumusan dari criteria AIC adalah sebagai berikut :

M menyatakan banyaknya parameter, σ ̂_a^2 merupakan varian dari residual dan n merupakan jumlah dari banyaknya residual. Kriteria untuk data in sample lain adalah SBC yang dikembangkan oleh Schwartz (1978). Perumusan dari SBC adalah sebagai berikut :

          dimana σ ̂_a^2 adalah estimasi maximum likelihood dari σ_a^2, M adalah banyaknya parameter dan n adalah banyaknya residual yang dihitung dari series.
Kriteria untuk menentukan kebaikan model untuk data out sample seperti telah disebutkan di atas terdiri dari MAPE dan MSE. Berikut ini adalah perumusan dari kriteria MAPE:







dengan n adalah banyaknya data yang dihitung sebagai residual. Sedangkan untuk kriteria MSE perumusannya adalah sebagai berikut :






0 komentar:

Posting Komentar

TAB MENU

Diberdayakan oleh Blogger.

Follow by Email

My MuSic (0_0)

Free Graduate 2011 Cursors at www.totallyfreecursors.com

Total Tayangan Halaman

mickeyyy