Robust Small Area Estimation untuk Model Campuran Semiparametrik dengan Approksimasi P-Spline
Abstract
Small Area Estimation merupakan tehnik pendugaan area kecil dengan menggunakan data pada domain yang besar. Untuk memperoleh cukup informasi dan mendapatkan nilai keragaman yang kecil, maka dibutuhkan peubah penjelas sebagai penunjang. Salah satu metode pendugaan parameter yang digunakan dalam Small Area Estimation adalah Empirical Best Unbiased Linear. Metode pendekatan EBLUP pada penelitian terdahulu digunakan pada unit level model. Pada unit level model diasumsikan bahwa penduga langsung memiliki hubungan yang linier dengan peubah penyertanya. Selain itu, EBLUP unit level model ini hanya berlaku dengan baik pada data yang diasumsikan normal dan tidak memiliki outlier. Akan tetapi tidak semua data memiliki asumsi yang normal maupun memiliki hubungan yang linier antar variabelnya. Oleh karena itu dibutuhkan sebuah pendekatan untuk Small Area Estimation dengan data yang tidak linier dan memiliki outlier. Penelitian ini mengembangkan Robust Small Area Estimation dengan menggunakan pendekatan model campuran semiparametrik dan approksimasi P-Spline untuk menduga rata-ratanya.