Pendugaan Parameter pada Random Effect Spatial Error Panel Data Model dengan Penduga Maximum Likelihood

Fera Kuraysia - Student of Mathematics Departemen State University of Padang, Indonesia
Helma - - Lectures of Mathematics Departemen State University of Padang, Indonesia
Dodi Vionanda - Lectures of Mathematics Departemen State University of Padang, Indonesia

Abstract


Abstract –– Panel data is combination of cross section data and time series data. Model how to explaine this data is regression model of panel data. Panel data able to consist of region data are observed many time. If happen correlation between one region data with other region that mutual adjacent, than model how to explaine this data is dependen spatial model consist of lag spatial dan error spatial. Error saptial happend if be found correlation between error for one region with other region. The model with consist panel data with a dependent spatial influence is called panel data spatial model. To get a estimaton parameter from this model, we can use maximum likelihood method. The result of this research are estimation parameter from random effect spatial error panel data model in form mathematics equations, and to get estimation parameter of spatial error coeffisient to finded by numerical iteration, Newton Rapson Iteration.

 

Keywords –– Panel data, Spatial Dependent, Random Effect, Spatial Error, Maximum Likelihood

 

Abstrak –– Data panel merupakan gabungan dari data cross section dan data time series. Model yang dapat menjelaskan data ini disebut model regresi data panel. Data panel dapat berupa data wilayah (region) yang diamati pada beberapa waktu. Apabila terjadi korelasi antar data satu region dengan region lain yang saling berdekatan, maka model yang dapat menjelaskan data ini disebut dengan model spasial dependen. Spasial dependen terdiri dari spasial lag dan spasial error. Spasial error terjadi jika terdapat korelasi antara error pada satu region dengan region di sekitarnya. Model yang memuat data panel dengan pengaruh spasial dependen disebut dengan model spasial data panel. Untuk mendapatkan parameter dugaan dari model ini digunakan  metode maximum likelihood. Hasil penelitian ini diperoleh dugaan parameter dari random effect spatial error panel data model dalam bentuk persamaan matematika, serta untuk memperoleh dugaan dari parameter koefisien spasial error dicari dengan menggunakan iterasi numerik Newton Rapson Iteration.

 

Kata Kunci –– Data panel, Spasial dependen, Random effect, Spasial error, Maximum likelihood


Full Text:

PDF

References


Abadir, Karim M. and Jan R. Magnus. 2005. Matrix Algebra. New York: Cambridge University Press.

Anton, Howart. 1987. Elementary Linear Algebra (Terjemahan). Jakarta: Erlangga.

Avidati. 2009. Penaksiran Prameter pada Random Effect Spatial Lag Panel Data Model. Departemen Matematika (skripsi), Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesi: Depok.

Baltagi, Badi H.2005. Econometric Analysis of Panel Data 3rd ed. Chichester : John Willey & Sons Ltd.

Kuraysia, Fera. 2013. Pendugaan Parameter pada Random Effect Spatial Error Panel Data Model dengan Penduga Maximum Likelihood. Departemen Matematika (TA), Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Padang: Padang.

Fischer, M. Fisher and Arthur Getis. 2010. Handbook of Applied Spatial Analysis, software tools, Methods and Application. New York: Springer.

Harville, David A. 2008. Matrix Algebra From a Statistician’s Persepective. New York: Springer

Hoog,Robert V. & Allen. T. Craig. 1995.Introduction to Mathematical Statistics. New Jersey: Prentice-Hall Internation

Johnson, Richard A. And Dean W. Wichern. 2007. Applied Multivariate Statistical Analysis 6th ed. New Jersey: Pearson Prentice Hall.

Kosasih, Rifki. 2009. Penaksiran Parameter pada Model Regresi Spatial panel data satu arah. Departemen Matematika (skripsi), Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, Depok.

Lesage, James P. 1998. Spatial Econometrics. Departement of Economics, University of Toledo.

Rencher, Alvin C. 2002. Method of Multivariate Analysis, 2nd edition. New York: John wiley and Sons, Inc.

Schoot, James R. 1997. Matrix Analysis for Statisties. New York: John Willey & Sons.

Seber, George A.F. 2008. A Matrix Handbook for Statisticians. New Jersey: John Willey & Sons.

Walpole. Ronald. E. and John E. Freund. 1987. Mathematical Statistics. New Jersey: A Division of simon & Schuster.




DOI: http://dx.doi.org/10.24036/unpjomath.v1i2.1256