Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Model Regresi Non Linear
Model Regresi Non Linear
22 , 2
4 , 29
w
v
T
is the model for the second case. All software has the same
result in estimating parameter for this model. /or the third case, we use the newest
model, 0elson Siegel )01S. and 0elson Siegel Svensson )01S1S. model with yield
curve data. The result for each model is T2 ! &.#,, 1 &.&,#3 e(p) 1 TT2 + '.'45. 6
&.&#$3e(p))TT2 +'.'45. 3 e(p) 1 TT2 + '.'45.. e(pecially for 01S model, T2 !
&.4$7 % &.$3e(p) 1TT2 + &.4&#. 6 &.&"73 ))TT2 + &.4&#. 3 e(p)TT2 +&.4&#.. % &.&&$ 3
)) 1TT2 + &.5$5. 3 e(p) 1 TT2 + &.5$5.. e(pecially for 01S1S model.
Keywords : 0elson Siegel, stormer viscometer, model non linear, yield curve
1. Pendahuluan
(eris&iwa di se)i&ar serin meru*a)an )ejadian yan da*a& dimode!)an
denan *ersamaan reresi" Berdasar)an hu+unan )e!inearan an&ar *arame&er
da!am *ersamaan reresi$ mode! reresi mem*unyai dua +en&u) hu+unan
)e!inearan yai&u reresi !inear dan reresi non!inear" Serin)a!i )ejadian da!am
)ehidu*an sehari,hari !e+ih serin meru*a)an *o!a mode! reresi non!inear" -n&u)
i&u da!am ma)a!ah ini a)an di+ahas menenai mode! reresi non!inear" Be+era*a
*ene!i&ian yan menuna)an reresi non1linear dian&aranya o!eh .i#onne&$
/eeraerd$ Im*e$ Roso$ dan 0ornu 120052 yai&u memode!)an *rodu)si *adi denan
least s8uare non1linear da!am *ermode!an )ur'a *er&um+uhan da!am *rodu)si"
3a!am ma)a!ah ini se+aai s&udi )asus ada!ah da&a &en&an *roram
*enurunan +era& +adan yan dii)u&i o!eh seoran *asien !a)i,!a)i" 3a&a )edua
ada!ah da&a the stromer viscometer dan da&a &en&an yield curve" (roses un&u)
menda*a&)an mode! non!inear *ada *ene!i&ian ini diuna)an so4&ware S(SS$ SAS
dan R$ sehina da*a& mem+andin)an hasi! ou&*u& dari )e&ia so4&ware &erse+u&"
2. Tinjauan Pu!a"a
(ada +aian ini di+ahas menenai me&ode dan +e+era*a &eori yan
mendu)un un&u) *enerjaan ana!isis hu+unan non1linear"
1
2.1 Uji De!e"i Non-linear den#an Uji Ra$e%& RESET' Uji (hi!e dan
Uji Te)a*i)!a
-ji Ramsey5s R6S67$ -ji Whi&e dan -ji 7eras'ir&a un&u) mende&e)si a*a)ah
sua&u mode! meni)u&i *o!a !inear a&au non1linear &ersedia da!am so4&ware R"
S&a&is&i) uji Ramsey5s R6S67 ada!ah 18iha& *em+ahasan !en)a* di /ujara&i$ 19962"
F
(R
new
2
R
old
2
) / p
(1 R
new
2
) / (n k)
denan p jum!ah 'aria+e! inde*enden +aru$ 9 jum!ah *arame&er *ada mode! +aru$ n
jum!ah da&a" :esim*u!anya :o di&o!a) +i!a / ; /1$p$n192
-ji Whi&e ada!ah uji de&e)si non1lineari&as yan di)em+an)an dari mode!
neura! ne&wor) yan di&emu)an o!eh Whi&e 119<92" -ji whi&e menuna)an s&a&is&i)
2
dan /" (rosedur yan diuna)an un&u)
2
ada!ah =
a. .ereresi)an yt *ada 1$ (#, (', >$ ?* dan menhi&un ni!ai-ni!ai residua! ut "
b. .ereresi)an
t
u
*ada 1$ (#, (', >$ ?* dan m *redi)&or &am+ahan dan
)emudian hi&un )oe4isien de&erminasi dari reresi R
'
" 3a!am uji ini$ m
*redi)&or &am+ahan ini ada!ah ni!ai-ni!ai dari hasi! dari
) (
'
t j
w
hasi! dari
sua&u &rans4ormasi )om*onen u&ama"
#" @i&un
2
AnR
2
$ dimana n ada!ah jum!ah *enama&an yan diuna)an"
3enan hi*o&esis !ineari&as$
2
mende)a&i dis&ri+usi
2
) (m
a&au &o!a) @o
ji)a P1value B C"
-ji 7eras'ir&a ada!ah uji de&e)si non1lineari&as yan jua di)em+an)an dari
mode! neural networ9 dan &ermasu) da!am )e!om*o) uji &i*e ;agrange 2ultiplier
18.2 yan di)em+an)an denan e)s*ansi 7ay!or 17eras'ir&a$ 19932" (enam+i!an
)esim*u!an )e&ia uji &erse+u& da*a& di!iha& me!a!ui ni!ai P1value, yai&u &o!a) @o ji)a
)uran dari
"
2.2 M+del Re#)ei N+n,linea) Pa)a$e!)i"
Berdasar)an )e!inearan an&ar *arame&er *ada mode! reresi$ ma)a sua&u
mode! reresi da*a& di)!asi4i)asi)an menjadi dua ma#am yai&u mode! !inear dan
non1linear" .ode! reresi di)a&a)an !inear ji)a da*a& dinya&a)an da!am mode! =
+ + + + + +
k k
x x x x y ...
3 3 2 2 1 1 0
122
A*a+i!a mode! &ida) da*a& dinya&a)an da!am mode! &erse+u& ma)a mode! yan
di*ero!eh ada!ah mode! non1linear" Se#ara umum mode! reresi non1linear
*arame&ri) denan se+aai 'aria+e! res*on *ada re*!i)asi se+anya) dan
se&ia* ni!ai meru*a)an 'aria+e! inde*enden"da*a& dinya&a)an da!am *ersamaan
1Ri*!ey$ 20022 =
ij i ij
x f Y + ) , (
132
denan f ada!ah 4unsi reresi denan *arame&er yan harus didua dan ada!ah
a!a& denan si4a& D10$C2" Sa!ah sa&u me&ode *enduaan *arame&er da!am sis&em
non1linear ada!ah ja!an &enah .arEuard& 12ar8uadts compromise2" .e&ode
.arEuard& meru*a)an )om*romi a&au ja!an &enah an&ara me&ode !inearisasi a&au
dere& 7ay!or denan me&ode steepest descent 13ra*er F Smi&h$ 19962"
2
112
2.- M+del Nel+n Sie#el .N,S/ dan Nel+n Sie#el S*en+n .N,S,S/
7ahun 19<G$ De!son dan Siee! menunju))an yield curve dari mode! yan
&er!e&a) *ada +en&u) rane yan sama" .ode! D,S dan D,S,S meru*a)an
*ende)a&an un&u) menda*a&)an mode! yield curve" .ode! D,S dinya&a)an da!am
*ersamaan se+aai +eri)u&
( )
1
]
1
,
_
,
_
,
_
m m m
m exp exp exp
2 1 0
142
denan
( ) m
menunju))an ni!ai asim&o&i) a&au )ons&an&a$ ser&a
1
dan
2
meru*a)an
*arame&er yan menunju))an arah !en)unan dari )ur'a"
Sedan)an mode! D,S,S +eri)u& meru*a)an *enem+anan dari mode! D,S
denan *enam+ahan *arame&er
3
dan
3
,
_
,
_
+
1
]
1
,
_
,
_
,
_
+
2 2
3
1 1
2
1
1 0
exp exp exp exp
m m m m m
m
152
-. Me!+d+l+#i Peneli!ian
3a!am *ene!i&ian ini diuna)an &ia jenis da&a" .asa!ah *er&ama ada!ah da&a
menenai *roram *enurunan +era& +adan yan dii)u&i o!eh *asien !a)i,!a)i denan
'aria+e! *redi)&or ada!ah hari 1&2 dan +era& +adan da!am ) 1y&2 se+aai 'aria+e!
res*on" 3a&a )edua menenai The Stormer <iscometer denan viscosity 1'2 dan
+era& 4!uida 1w2 se+aai 'aria+e! *redi)&or dan wa)&u 172 se+aai 'aria+e! res*on"
:e&ia ada!ah da&a menenai &ransa)si *erdaanan o+!iasi *emerin&ah *ada
*eriode 6 A*ri! 2009 denan 'aria+e! *redi)&or ada!ah time to maturity 177.2 dan
'aria+e! res*on ada!ah yield to maturity 1H7.2"
(roses *en!ahan da&a diuna)an so4&ware S(SS$ SAS dan R denan
!an)ah,!an)ah se+aai +eri)u& =
1" .e!a)u)an iden&i4i)asi hu+unan non,!inear denan -ji Ramsey5s R6S67$
-ji Whi&e dan -ji 7eras'ir&a *ada so4&ware R" -n&u) )asus *er&ama sin&a) uji
!ineari&as ada!ah se+aai +eri)u&"
3
>library(lmtest)
> resettest(y.t. ~ t , power=2,
type="regressor", data=kasus1)
> library(tseries)
> t<- kasus1$t
> y.t.<-kasus1$y.t.
> white.test(t, y.t.)
> terasvirta.test(t, y.t.)
)asus )edua sin&a) R ada!ah se+aai +eri)u& =
sedan)an un&u) )asus )e&ia sin&a) yan diuna)an ada!ah se+aai
+eri)u&$
3" .emode!)an da&a )asus 1 denan *emode!an non1linear$ )uadra&i) dan
)u+i)"
.ode! non1linear yan di+eri)an ada!ah 1Ri*!ey$ 20022 =
t A =0 I =1 e?*1*t+>2 I
+" .emi!ih &ia da&a se#ara +eruru&an ?o$ ?1$ ?2 dari n da&a yan memi!i)i
se!isih sama 1 2" Sehina dida*a&)an
0
y
$
1
y $ dan
2
y "
#" .enen&u)an ni!ai
0
denan rumus =
,
_
2 1
1
0
log
y y
y y
o
d" .enen&u)an =00 dan =10 denan mereresi)an H& se+aai res*on denan
e?*1,&K
0
2 se+aai *redi)&or"
4
> library(lmtest)
> resettest(t ~ v+w , power=2, type="regressor",
data=kasus2)
> library(tseries)
> t <- kasus2$t
> v <-kasus2$v
> w <-kasus2$w
> x.all <- cbind(v,w)
> white.test(x.all, t)
>library(lmtest)
> resettest(ytm ~ ttm , power=2,
type="regressor", data=kasus3)
> library(tseries)
> y<- kasus3$ytm
> x<-kasus3$ttm
> white.test(x,y)
.a)ro *ena)siran *arame&er denan SAS =
.a)ro *ena)siran *arame&er denan R =
.enhi&un e)s*!orasi da&a denan &;250 yai&u dimu!ai dari &A251 hina
&A356" Se&e!ah i&u mem+adin)an an&ar mode! non1linear$ )uadra&i) mau*un
)u+i)"
4" .e!a)u)an *ermode!an da&a s&udi )asus )edua denan *ermode!an reresi
non1linear" .ode! non1linear ada!ah =
2
1
w
v
T
Iden&i4i)asi awa! *ena)siran *arame&er =10 dan =20 denan me!a)u)an
*em+en&u)an mode! +aru dari mode! &erse+u&$ sehina menjadi =
) (
20 20 10
+ + w T v wT
.a)ro S(SS un&u) menda*a&)an ni!ai awa!
5
title 'Non linear regression';
data kasus1; input t y;
datalines;
0 185
249 111;
proc model data=kasus1;
y = bo+b1*exp(-t/teta);
fit y start=(bo -67.501 b1 246.022
teta 729.464)/out=resid outall;
run;
proc print kasus1=resid;
run;
kasus1<-nls(y.t.~beta0+beta1*(exp(-t/teta)),data=kasus1,
start=list(beta0= -67.51, beta1= 246.022, teta= 729.5), trace=TRUE)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/ORIGIN
/DEPENDENT wT
/METHOD=ENTER v T .
.a)ro S(SS menda*a&)an *ena)siran *arame&er
.a)ro *ena)siran *arame&er denan SAS
.a)ro (ena)siran *arame&er denan R
5" .e!a)u)an *ermode!an da&a s&udi )asus )ee&ia denan *ermode!an non1
linear De!son Siee! 1D,S2 dan De!son Siee! S'ensson 1D,S,S2 denan
&aha*an se+ai +eri)u&"
a" (enen&uan ni!ai awa! +erdasar)an *ene!i&ian o!eh Amoa)o 120022$
+0AG"41 +1A,5"41 +2A,5"03 +3A,4"43 &1A0"44 dan &2A1"3<"
+" .em+ai da&a &rainin dan &es&in masin,masin se+anya) 100 dan 32
da&a sam*e! dan memode!)an DS dan DSS +erdasar)an ni!ai awa!"
#" .enhi&un ni!ai R.S6 un&u) masin,masin da&a &rainin dan &es&in"
d" .emode!)an )ese!uruhan da&a denan mode! DS dan DSS +erdasar)an
ni!ai awa! yan sudah ada"
6
> fm <- nls(T~ b1*v/(w-b2), start=list(b1=28.9,
b2=2.84), data=kasus2, trace=TRUE)
> summary(kasus2)
* NonLinear Regression.
MODEL PROGRAM b1=28.876 b2=2.844 .
COMPUTE PRED_ = b1 * v / (w - b2).
NLR T
/OUTFILE='C:\DOCUME~1\X2\LOCALS~1\Temp\spss2360\SPSSFNLR.TM
P'
/PRED PRED_
/SAVE PRED
data kasus2;
input w v T;
label w='weight' v='viscosity' T='Time';
datalines;
20 14.7 35.6
20 27.5 54.3
100 161.1 45.1
100 298.3 89
100 298.3 86.5
;
proc nlin data=kasus2 method=MARQUART;
pa!ms b"#=28.9 b2#=2.84;
model T=b"#$v%&w'b2#(;
run;
.a)ro SAS da!am *enen&uan ni!ai *arame&er mode! D,S
.a)ro SAS da!a$ *enen&uan *ena)siran *arame&er mode! D,S,S
0. Hail analia da!a dan 1e$2ahaan
@asi! ana!isis *enujian de&e)si hu+unan non1linear dan reresi non1linear
ada!ah se+aai +eri)u& =
0.1 Pen#ujian De!e"i Hu2un#an Non-linear
(enujian hu+unan non1linear denan uji Ramsey5s R6S67$ uji Whi&e dan
uji 7eras'ir&a 1denan uji ?hi1S8uare2 *ada so4&ware R yai&u =
Ta2el 1 (enujian 3e&e)si @u+unan 0on1linear
3a&a S&udi :asus Ramsey5s R6S67 Whi&e 7eras'ir&a
1
G14"1<39 199"G34G 210"1<<9
2"2e,16J 2"2e,16J 2"2e,16J
2
G"610G 11"25GG 91"3249
0$0004J 0$0036J 2"2e,16J
3
42"3412 55"1<<9 53"93<6
1"544e,09J 1"03Ge,12J 1"93<e,12J
:e&eranan = 1J2 ni!ai P1value
7
data kasus);
input * +;
label *='TTM' +='+TM';
datalines;
#,#-)) #,#./
#,"0"- #,"#/1
"-,-.2 #,"2./;
proc nlin data=kasus) method=MARQUART;
pa!ms b#=7.41 b"='5.41 b2='5.03 t"=0.44;
model +=b# 3 b" $ 4*5& ' * % t"( 3 b2 $4*5&&* %t"( $
4*5& ' * % t"((;
run;
data kasus);
input * +;
label *='TTM' +='+TM';
datalines;
#,#-)) #,#./
#,"0"- #,"#/1
"-,-.2 #,"2./;
proc nlin data=kasus) method=MARQUART;
pa!ms b#=7.41 b"='5.41 b2='5.03 b)='4.43 t"=0.44
t2=1.38;
model += b# 3 b"$e6p&'*%t"(3b2$&&*%t"($e6p&*%t"((3
b)$&&'*%t2($e6p&'*%t2((;
run;
!
3
,
D
a
!
a
300 250 200 150 100 50 0
1<0
160
140
120
100
Laria+!e
yha&%Euad
yha&%#u+
yha&%non
S4a!!e)1l+! +5 %ha!67uad' %ha!64u2' %ha!6n+n * !
3ari 7a+e! 1 di a&as da*a& di)e&ahui +ahwa uji Ramsey5s R6S67$ 6hi&e dan
7eras'ir&a menunju))an hasi! +ahwa semua da&a un&u) &ia* )asus meni)u&i +en&u)
mode! non1linear "
0.2M+del Non-linear S!udi Kau Pe)!a$a
(em+en&u)an mode! non1linear dimu!ai denan *ena)siran awa! *arame&er
yan a)an diuna)an" 3ari *ersamaan )uadra&i) + +
2
001 . 0 454 . 0 3 . 183 t t Yt
di*ero!eh &ia da&a se#ara +eruru&an denan A3 =
?oA2G $
0
y
A 1G1"51
?1A30 $
1
y A 1G0"26
?2 A33$
2
y "A 169"03
Sehina dida*a&)an
00
99$< N
R H& A <1$<4 I 102$40 e?*1M&K203$192 I
,
SAS H& A <1$<4 I 102$40 e?*1M&K203$192 I
99$< N
3enan 7a+e! 2 di a&as da*a& di)e&ahui +ahwa mode! dan )oe4isien
de&erminasi 1R
2
2 yan di*ero!eh sama" 3enan es&imasi *arame&er =0 A <1$<4$ =1 A
102$4 dan
0
22 , 2
4 , 29
w
v
T
99$1G N
R
+
22 , 2
4 , 29
w
v
T
,
SAS
+
22 , 2
4 , 29
w
v
T
99$1G N
3ari 7a+e! 2 di a&as ni!ai *ena)sir *arame&er dan )oe4isien de&erminasi
)e!uaran S(SS$ R dan SAS sama$ denan es&imasi *arame&er =1A29$4 dan =2A2$22
dan R
2
A 99"1GN" :oe4isien de&erminasi yan &ini menunju))an +ahwa 'aria+e!
'is)osi&as dan +era& 4!uida sana& +er*enaruh &erhada* wa)&u"
0.0M+del Non-linear Nel+n Sie#el .N,S/ dan Nel+n Sie#el S*en+n
.N,S,S/
-n&u) menda*a&)an hasi! mode! yan &er+ai) ma)a *er!u di!a)u)an 'a!idasi
denan mem+ai da&a in sampel dan out sample )emudian menhi&un ni!ai R.S6
dan mem+andin)annya"
Ta2el 0 R.S6 in sam*!e dan ou& sam*!e
.ode!
R.S6
In sam*!e Ou& sam*!e
D,S 8.8829 0"010G
D,S,S 8.8829 0"010<
3ari 7a+e! 4 di a&as da*a& di)e&ahui ni!ai R.S6 &er)e#i! ada!ah *ada da&a in
sam*!e un&u) mode! D,S mau*un D,S,S$ yai&u 0"0029"
Beri)u& ada!ah *er+andinan hasi! *emode!an denan menuna)an da&a
se#ara )ese!uruhan"
9
Ta2el : (er+andinan hasi! *ena)sir *arame&er mode! D,S dan D,S,S
.ode! D,S +0 +1 +2 +3 &1 &2 R
2
I&erasi
S(SS 0"133 ,0"031 ,0"014 , 2"265 , 56"50N 20
SAS 0.0897 ,0"0266 0"0246 , G"010< , , 23
R , , , , , , , ,
.ode! D,S,S +0 +1 +2 +3 &1 &2 R
2
I&erasi
S(SS 0"64G 4 ,0"0<G 0"004 0"601 0"545 55"50N 260
SAS 0.4353 ,0"34<5 0"0236 3159G 15"294 19043<0 , 100
R , , , , , , , ,
3ari 7a+e! di a&as da*a& di)e&ahui +ahwa ada *er+edaan hasi! *ena)siran
*arame&er denan menuna)an so4&ware S(SS dan SAS" Sedan)an so4&ware R
&ida) mam*u menhasi!)an ou&*u& yan diinin)an denan menuna)an mode! D,
S dan D,S,S" Di!ai )oe4isien de&erminasi mode! D,S !e+ih +esar dari*ada mode! D,S,
S$ ya)ni 56"5N$ sehina mode! D,S meru*a)an mode! &er+ai) un&u) da&a yield
curve &ana! 6 A*ri! 2009"
(ada mode! D,S so4&ware S(SS meni&erasi mode! denan i&erasi se+anya)
20$ sedan)an SAS se+anya) 23" sedan)an mode! D,S,S$ i&erasi S(SS !e+ih
+anya) di+andin)an i&erasi yan di!a)u)an o!eh SAS$ yai&u 260"
TTM
3
,
D
a
!
a
20 15 10 5 0
0"14
0"13
0"12
0"11
0"10
0"09
0"0<
0"0G
Laria+!e
H7.
(red%DS
(red%DSS
S4a!!e)1l+! +5 3TM' P)ed6NS' P)ed6NSS * TTM
Ga$2a) 2 /ra4i) (er+andinan 3a&a H7.$
(redi#&ed .ode! D,S dan D,S,S
3ari /am+ar 2 di a&as se#ara 'isua! da*a& di)e&ahui hasi! *redi)si mode! D,S
dan D,S,S meni)u&i *o!a da&a H7."
:. Kei$1ulan
Berdasar)an hasi! ana!isis dan *em+ahasan da*a& diam+i! +e+era*a
)esim*u!an se+aai +eri)u& =
1" 3a&a )eseha&an sua&u *roram *enurunan +era& +adan yan dii)u&i seoran
*asien !a)i,!a)i dan da&a &en&an the stormer viscometer !e+ih meni)u&i
+en&u) mode! non1linear di+andin)an mode! )uadra&i) mau*un )u+i)"
10
2" .ode! &er+ai) *ada s&udi )asus *er&ama ada!ah mode! non1linear H& A <1$<4
I 102$40 e?*1M&K203$192 I
22 , 2
4 , 29
w
v
T
denan
)oe4isien de&erminansi 1R
2
2 99$1G N"
4" So4&ware S(SS dan SAS mem+eri)an hasi! +er+eda da!am mena)sir
*arame&er mode! D,S dan D,S,S$ sedan)an so4&ware R &ida) +isa
menhi&un &a)siran *arame&er mode! D,S dan D,S,S
Da5!a) Pu!a"a
/ujara&i$ 3"D" 119962" @asic Aconometrics" 5&h edi&ion$ .#/raw @i!! In&erna&iona!$
Dew Hor)"
Whi&e$ @" 19<9"An additional hidden unit test for neglected nonlinearity in multilayer
feedforward networ9s. In Proceedings of The International Boint ?onference
on 0eural 0etwor9s, Washin&on$ 30 1**" 4514552" San 3ieo$ 0A= SOS
(rin&in"
7eras'ir&a$ 7"$ 8in$ 0"P"$F/raner$ 0"W"Q"1993"Power of the neural networ9 linearity
test" Bournal of Time Series Analysis$ 14$ 1591G1"
3ra**er$ D"$R"$F Smi&h$ @"1996" Applied Regression Analysis, 'nd edition" Dew
Hor)= Qohn Wi!ey F Sons" 0ha*man and @a!!"
Lena+!es$ W"$ F Ri*!ey$ B" 2002" 2odern Applied Statistics with S 14&h ed"2" Dew
Hor)= S*riner"
11