Penerapan Analisis Regresi Nonparametrik dengan Pendekatan Regresi Kernel dan Spline

Abstract

Penelitian ini bertujuan untuk menerapkan regresi nonparametrik menggunakan regresi kernel dan spline. Regresi kernel menggunakan metode penaksir Nadaraya-Watson (NWE) dan penaksir Polinomial Lokal (LPE), sedangkan untuk regresi spline adalah smoothing spline dan b-splines. Metode ini diterapkan dalam menganalisis pola hubungan Pertumbuhan Produksi Industri (PPI) dan Tingkat Pajak Perusahaan (TPP). Hasil pengepasan kurva (fitting curve) menunjukkan bahwa model regresi nonparametrik terbaik adalah model regresi b-splines dengan degree 2 dan jumlah knot 5. Hal ini dikarenakan model regresi b-splines memiliki kurva yang halus dan terlihat lebih mengikuti sebaran data dibandingkan kurva model regresi lainnya. TPP berpengaruh signifikan negatif terhadap PPI artinya kenaikan TPP akan menurunkan PPI. Oleh sebab itu perlu kebijakan yang komprehensif dalam menerapkan nilai TPP agar tetap dapat meningkatkan produktivitas industri.

Implementation of Panel Data Regression in the Analysis of Factors Affecting Poverty Levels in Bengkulu Province in 2017-2020

“…The third step is model selection. In selecting the model, three main tests were used, specifically: the Chow test, Hausman test, and Breusch Pagan test [9]. The Chow test is a test conducted to select between FEM and CEM, which is also called the restricted F-Test.…”