PEMILIHAN MODEL REGRESI LINIER DENGAN BOOTSTRAP

Abstract



Tulisan ini membicarakan tentang penerapan bootstrap untuk pemilihan model regresi linier terbaik. Model regresi linier terbaik yang terpilih adalah model dengan estimasi sesatan prediksi kuadrat minimal atas semua model regresi  yang mungkin yaitu sebanyak 2^p-1 model dengan p: banyaknya variabel prediktor. Metode Bootstrap memilih suatu model dengan meminimalkan rata-rata sesatan prediksi kuadrat berdasarkan  resampling data yang dibangkitkan melalui pasangan data dan residual, dengan mempertimbangkan juga variabel prediktor yang terlibat sesedikit mungkin. Pemilihan variabel berdasarkan bootstrap pasangan data dan bootstrap residual dengan n ukuran sampel bootstrap adalah konsisten. Dan jika ukuran sampel bootstrap diambil m dengan , pemilihan variabel bootstrap juga konsisten. Hasil dari suatu simulasi dengan SPLUS disajikan dalam tulisan ini.