Permodelan autoregresif dengan pendekatan kuasa dua terkecil, teguh dan bootstrap

Abstract

Penggunaan data lepas adalah penting dalam membuat model peramalan. Walau bagaimanapun, dalam pembinaan sesebuah model peramalan, data ekstrim ataupun kecemaran data tidak dapat dielakkan. Justeru itu, kaedah pendekatan teguh dilaksanakan bagi mengurangkan kesan data ekstrim dalam sesebuah model. Kehadiran data ekstrim dengan penggunaan kaedah klasik akan mempengaruhi ketepatan keputusan yang diperolehi terhadap sesebuah model peramalan. Untuk mengatasi masalah ini kaedah teguh yang tidak sensitif kepada kehadiran data ekstrim digunakan. Namun taburan bagi statistik teguh sukar diperolehi. Oleh itu, kaedah pendekatan bootstrap turut dilaksanakan untuk memperolehi keputusan peramalan yang lebih tepat.