perbandingan metode partial least square (pls) dengan regresi komponen utama untuk mengatasi multikolinearitas

perbandingan metode partial least square (pls) dengan regresi komponen utama untuk mengatasi multikolinearitas

;Nurhasanah Nurhasanah;Muhammad Subianto;Rika Fitriani
palgrave communications 2012 Vol. 12 pp. -
132
nurhasanah2012statistikaperbandingan

Abstract

Dalam mengatasi multikolinearitas pada suatu data, ada beberapa metode yang dapat digunakan, diantaranya yaitu metode Partial Least Square (PLS) dan metode regresi komponen utama (RKU). Data yang digunakan dalam penulisan ini adalah data sekunder yang diperoleh dari Jurnal Technometrics (Naes, 1985). Hasilnya menunjukkan bahwa metode PLS lebih baik dari pada RKU berdasarkan nilai koefisien determinasi (R2) yang tinggi, nilai Mean Square Error Prediction (MSEP) dan nilai Root Mean Square Error Prediction (RMSEP) yang minimum.

Keywords

Citation

ID: 211369
Ref Key: nurhasanah2012statistikaperbandingan
Use this key to autocite in SciMatic or Thesis Manager

References

Blockchain Verification

Account:
NFT Contract Address:
0x95644003c57E6F55A65596E3D9Eac6813e3566dA
Article ID:
211369
Unique Identifier:
Network:
Scimatic Chain (ID: 481)
Loading...
Blockchain Readiness Checklist
Authors
Abstract
Journal Name
Year
Title
5/5
Creates 1,000,000 NFT tokens for this article
Token Features:
  • ERC-1155 Standard NFT
  • 1 Million Supply per Article
  • Transferable via MetaMask
  • Permanent Blockchain Record
Blockchain QR Code
Scan with Saymatik Web3.0 Wallet

Saymatik Web3.0 Wallet