ESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR INFORMATIF
Program Studi Matematika Fakultas Matematika dan Ilmu pengetahuan Alam
Abstrak. Model regresi multivariat merupakan model regresi dengan lebih dari satu variabel dependen yang saling berkorelasi. Nilai parameter model tersebut tidak diketahui sehingga dilakukan estimasi. Estimasi parameter model regresi multivariat pada penelitian ini menggunakan metode Bayesian. Metode Bayesian mempunyai dua distribusi yaitu distribusi prior dan distribusi posterior. Jika informasi parameter diketahui, maka digunakan prior informatif. Tujuan penelitian ini untuk menentukan estimasi parameter model regresi multivariat menggunakan metode Bayesian dengan distribusi prior informatif. Berdasarkan hasil dan pembahasan disimpulkan bahwa estimasi parameter ditentukan melalui ekspektasi variabel random dari distribusi posterior marginal. Ekspektasi variabel random tersebut tidak dapat ditentukan secara analitik sehingga dilakukan pembangkitan sampel yang mendekati distribusi posterior yang disebut metode Markov chain Monte Carlo (MCMC) algoritme Gibbs sampling. Nilai estimasi parameter model regresi multivariat diperoleh dari rata- rata sampel hasil pembangkitan.
Kata kunci: model regresi multivariat, distribusi prior, distribusi posterior, Gibbs sampling