REGRESI KUANTIL (STUDI KASUS PADA DATA SUHU HARIAN)

Abstract

Regresi merupakan teknik statistika untuk menentukan persamaan garis atau kurva dengan meminimumkan penyimpangan antara data pengamatan dan nilai-nilai dugaannya. Namun regresi dengan Ordinary Least Square (OLS) dianggap kurang tepat untuk menganalisis sejumlah data yang tidak simetris, karena nilai mean sebagai penduga bagi nilai tengah data menjadi sangat peka dengan adanya data outlier. Kemudian berkembanglah Median Regression dengan pendekatan LAD (Least Absolute Deviation) yang dikembangkan dengan mengganti pendekatan mean pada OLS menjadi median. Masalah selanjutnya adalah apabila terdapat kemungkinan bahwa kemiringan data bukan terletak pada mediannya melainkan pada potongan kuantil tertentu. Pendekatan dengan median dirasa kurang karena hanya melihat dua kelompok data yang dibagi pada nilai tengahnya saja. Sehingga berkembanglah metode Regresi Kuantil (Quantile Regression). Metode ini merupakan salah satu metode regresi dengan pendekatan memisahkan atau membagi data menjadi kuantil-kuantil tertentu dimana dicurigai terdapat perbedaan nilai dugaan. Untuk studi kasus pada makalah ini digunakan data suhu harian (hari ini dan kemarin) yang dalam diagram pencar terlihat tidak simetris dan dicurigai terjadi heteroskedastisitas.