Perbandingan Spatial Autoregressive Model dan Spatial Error Model dalam Pemodelan Indeks Pembangunan Manusia di Provinsi Jawa Timur

نویسندگان

چکیده

Indeks Pembangunan Manusia (IPM) merupakan indikator untuk mengukur keberhasilan upaya pembangunan kualitas hidup manusia yang telah dicapai. Pertumbuhan IPM di suatu wilayah dapat dipengaruhi oleh faktor geografis yaitu besarnya angka memengaruhi pada berdekatan sehingga diduga dan memberikan efek dependensi spasial nilai Provinsi Jawa Timur. Penelitian ini bertujuan melakukan pemodelan berpengaruh terhadap Unit pengamatan penelitian adalah 38 kabupaten/kota Data digunakan data sekunder dari Badan Pusat Statistik Timur tahun 2017. Metode analisis dalam metode Spatial Autoregressive Model (SAR) Error (SEM). Hasil menunjukkan bahwa berdasarkan uji Lagrange Multiplier (lag) (error) terdapat lag error. Variabel prediktor secara signifikan model SAR SEM antara lain Angka Harapan Hidup, Rata-rata Lama Sekolah, Sekolah Kemampuan daya beli masyarakat. Berdasarkan hasil didapatkan dengan R2 terbesar AIC terkecil lebih baik menganalisis dibandingkan regresi OLS.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

Improved GMM estimation of the spatial autoregressive error model

We suggest an improved GMM estimator for the autoregressive parameter of a spatial autoregressive error model by taking into account that unobservable regression disturbances are different from observable regression residuals.

متن کامل

Spatial-Temporal Autoregressive Dynamic Model

Although a myriad of methods have been advanced to tackle spatial and temporal structures in data separately, it becomes difficult to analyze these data using classical linear regression models when spatial-temporal structures coexist, especially when the data size is relatively large. In this article, we demonstrate a simple to implement method to handle spatial-temporal structures simultaneou...

متن کامل

Regularized autoregressive model preserving spatial discontinuities for

Cet article traite de l’estimation spectrale locale à partir de signaux radio-fréquence obtenus en imagerie medicale par échographie ultrasonore. Du fait de la nature particulière des signaux RF (signaux aléatoires fortement bruités et nonstationnaires et présence de plusieurs milieux tissulaires), l’objectif principal est de régulariser l’estimation paramétrique locale tout en préservant d’éve...

متن کامل

Conditional Maximum Likelihood Estimation of the First-Order Spatial Integer-Valued Autoregressive (SINAR(1,1)) Model

‎Recently a first-order Spatial Integer-valued Autoregressive‎ ‎SINAR(1,1) model was introduced to model spatial data that comes‎ ‎in counts citep{ghodsi2012}‎. ‎Some properties of this model‎ ‎have been established and the Yule-Walker estimator has been‎ ‎proposed for this model‎. ‎In this paper‎, ‎we introduce the...

متن کامل

Spatial Error Metrics for Oceanographic Model Verification

A common problem with modern numerical oceanographic models is spatial displacement, including misplacement and misshapenness of ocean circulation features. Traditional error metrics, such as least squares methods, are ineffective in many such cases; for example, only small errors in the location of a frontal pattern are translated to large differences in least squares of intensities. Such prob...

متن کامل

ذخیره در منابع من


  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ژورنال

عنوان ژورنال: Jurnal statistika dan aplikasinya

سال: 2021

ISSN: ['2620-8369']

DOI: https://doi.org/10.21009/jsa.05104