Please take a moment to complete this survey below
Library's collection Library's IT development CancelKernel density estimation merupakan metode nonparametrik yang
digunakan untuk mendapatkan estimasi dari fungsi densitas. Namun dalam
praktelcnya, untuk mendapatkan hasil estimasi yang baik harus dilakukan
pemilihan bandwidth. Bandwidth yang terlalu kecil akan menyebabkan hasil
estimasi akan terlihat terlalu kasar dan sebaliknya pemakaian bandwidth yang
terlalu besar akan menyebabkan estimasinya terlalu halus dan bias. Bandwidth
yang optimal dapat diperoleh dengan meminimalkan mean integrated square
error.
Ide dasar dari kernel estimator ini dapat digunakan dalam masalah regresi
nonparametrik, yaitu untuk mengestimasi fungsi regresi. Seperti halnya pada
kernel density estimation, pemilihan bandwidth akan mempengaruhi hasil estimasi
fungsi regresinya. Bandwidth yang terlalu kecil akan menyebabkan estimasi yang
dihasilkan akan menyerupai data, sedangkan bandwidth yang terlalu besar akan
menyebabkan estimasi yang konstan.