English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Salah satu metode estimasi parameter yang paling sering digunakan adalah Metode Kuadrat Terkecil (MKT). Ada beberapa asumsi-asumsi yang harus dipenuhi agar estimasi parameter dikatakan baik. Salah satu asumsi yang harus dipenuhi dalam estimasi MKT, yaitu galatnya mempunyai varian konstan (homoskedastisitas). Pelanggaran terhadap asumsi ini mengakibatkan varian menjadi tidak konstan (heteroskedastisitas) sehingga varian dari estimasi MKT yang diperoleh menjadi tidak efisien. Dengan demikian, diperlukan metode alternatif untuk mengatasi masalah heteroskedastisitas. Metode alternatif yang dapat digunakan dalam mengestimasi parameter dengan kasus heteroskedastisitas adalah Metode Regresi Kuantil dan Metode Bayes. Penelitian ini bertujuan untuk memperoleh nilai absolut bias dan MSE yang kecil. Hasil perbandingan estimasi parameter menunjukkan bahwa Metode Regresi Kuantil memiliki nilai absolut bias dan MSE yang kecil daripada Metode Bayes.  Kata Kunci : Heteroskedastisitas, Metode Regresi Kuantil, Metode Bayes

Perbandingan Metode Regresi Kuantil dan Metode Bayes dalam Mengestimasi Parameter Model Regresi Linier Sederhana dengan Galat Heteroskedastisitas