Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Buletin Statistika dan Aplikasi Terkini
Arifatus Solikhah
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Mathematics Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
MODEL FISHER’S Z AUTOREGRESSIVE: STUDI KASUS PADA PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO ATAS DASAR HARGA KONSTAN PROVINSI KALIMANTAN TIMUR Arifatus Solikhah
BESTARI BPS Kalimantan Timur Vol. 2 No. 01 (2022): Bestari Edisi 3
Publisher : BPS Kalimantan Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

In this paper, we propose the Fisher's z Autoregressive (ZAR) model with its application. The ZAR model is an Autoregressive (AR) model whose error term has a Fisher's z distribution. The shape of the Fisher's z distribution, which can be skewed or symmetrical, makes this distribution more flexible in capturing fat tailed patterns in the data, compared to the Gaussian distribution. Furthermore, the ZAR model is used to forecast the Gross Regional Domestic Product (GRDP) at constant prices 2010 in East Kalimantan Province in the first quarter of 2022. As a comparison, in this study also forecasts real GRDP using the Gaussian-AR (GAR) model. The method used to estimate the parameters of the models are the Bayesian method using the Hamiltonian Monte Carlo (HMC) algorithm. This study also included the Stan code for fitting the ZAR model.
PERBANDINGAN LIMA METODE FITTING MODEL REGRESI WEIBULL DENGAN PENDEKATAN BAYESIAN: : STUDI KASUS PADA DURASI MENDAPATKAN PEKERJAAN KEMBALI SAAT PANDEMI COVID-19 DI KALIMANTAN TIMUR Arifatus Solikhah
BESTARI BPS Kalimantan Timur Vol. 2 No. 02 (2022): Bestari Edisi 4
Publisher : BPS Kalimantan Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Distribusi Weibull tidak termasuk dalam keluarga eksponensial, sehingga distribusi ini tidak memiliki link function kanonik. Terdapat beberapa parameterisasi distribusi Weibull, beserta link function yang digunakan. Perbedaan parameterisasi dan link function tersebut, menjadikan metode fitting modelnya juga berbeda. Pada penelitian ini, dibahas tentang lima metode fitting yang digunakan dalam model regresi Weibull. Model tersebut diterapkan untuk mengetahui durasi mendapatkan pekerjaan kembali saat pandemi COVID-19 di Kalimantan Timur. Estimasi parameter kelima metode fitting tersebut dilakukan dengan menggunakan pendekatan Bayesian algoritma Hamiltonian Monte Carlo (HMC). Hasil penelitian menunjukkan bahwa metode fitting model regresi Weibull dengan menggunakan transformasi logaritma natural adalah yang terbaik, seperti yang ditunjukkan oleh kriteria minimum dari Pareto-Smoothed Important Sampling Leave-One-Out cross-validation (PSIS-LOO).
Co-Authors