Anda di halaman 1dari 16

KONASEP DASAR ADW

(lanjutan)

Kuliah ke-4
Virtual, 13 Maret 2021
Contoh 1:

Jawaban: sebagai nilai estimasi untuk ACF ditentukan dengan rumus




 1



 2
 . 
 
 . 


 k

Sebagai contoh, perhitungan untuk lag 1, lag2, dan lag 3 adalah
dimana untuk j = 1, 2, …, k-1
Untuk lag yg cukup besar dimana PACF benjadi bernilai kecil sekali (tidak signifikan
berbeda dengan nol), Quenouille (1949) memberikan rumus variansi , yaitu

Untuk n sangat besar , dapat dianggap mendekati distribusi normal .


Berikut ini adalah contoh salah satu bentuk PACF teoritik dari suatu data time series
Contoh:
Berdasarkan data time series contoh 1 , hitunglah nilai
Jawaban:

Menggunakan hasil perhitungan contoh 1, yaitu dan serta menerapkan rumus


Durbin (1960) diperoleh:
Selanjutnya didapatkan

Mempertimbangkan data perhitingan contoh 1 didapat ACF dan PACF untuk lag 1, 2, dan 3
sbb:
METODE BOX-JENKINS

1. Model Proses Linier Umum


Metode Box-Jenkins untuk analisis time series menggunakan operator backshift B yg
didefinisikan sebagai

Dengan demikian, kedua operator tsb mempunyai hubungan

Dan memenuhi hukum-hukum aljabar elementer.


Model proses statistika berbentuk

kerap digunakan dimana dan adalah polinomial dan adalah suatu gerakan
yg dibangkitkan oleh proses white noise (gerakan random)
Proses white noise didefinisikan sebagai suatu proses yang independen dan
berdistribusi tertentu dengan mean konstan, biasanya diasumsikan nol dengan variansi
konstan

Dari definisi di atas maka proses white noise adalah stasioner dengan fungsi
autokovarians

dan fungsi autokorelasi

serta fungsi autokorelasi parsial


Menuliskan kembali proses statistika sebagai dimana
maka dapat dipandang sbg deret yg dihasilkan dg melewatkan
proses white noise melalui suatu filter linier dg fungsi transfer sebagaimana
ditunjukkan gambar berikut:

Jadi merupakan time series yg dihasilkan filter linier dari proses white noise .

Bentuk umum time series ,, dimana dapat dijabarkan sbg

…..
Model persamaan = dpt ditulis sbg representasi dari suatu
model proses linier umum berbentuk
dimana deviasi proses itu dari
meannya jika proses itu stasioner.
Next:

2. Prosedur Iteratif Dalam Memilih Model

Anda mungkin juga menyukai