Abstract
Circular data are data which the value in form of vector is circular data. Statistic analysis that is used in analyzing circular data is circular statistics analysis. In regression analysis, if any of predictor or response variables or both are circular then the regression analysis used is called circular regression analysis. Observation data in circular statistic which use direction and time units usually don’t satisfy all of the parametric assumptions, thus making nonparametric regression as a good solution. Nonparametric regression function estimation is using epanechnikov kernel estimator for the linier variables and von Mises kernel estimator for the circular variable. This study showed that the result of circular analysis by using circular descriptive statistic is better than common statistic. Multiple circular-linier nonparametric regressions with Epanechnikov and von Mises kernel estimator didn’t create estimation model explicitly as parametric regression does, but create estimation from its observation knots instead.
Highlights
Circular data are data which the value in form of vector is circular data
This study showed that the result of circular analysis by using circular descriptive statistic is better than common statistic
Asymmetric Circular-Linear Multivariate Regression Models with Applications to Environmental Data
Summary
Peneliti terkadang harus melakukan pengukuran terhadap data yang bersatuan waktu atau derajat arah yang nilai-nilainya berulang secara periodik. Jika salah satu atau keduanya dari variabel prediktor atau variabel respons adalah data sirkular, maka analisis regresi yang digunakan disebut analisis regresi sirkular. Salah satu teknik smoothing yang umum digunakan adalah estimator kernel pada pemanfaatannya dilakukan pada setiap titik data + c dengan adalah variabel respons linear, adalah nilai rataan, adalah koefisien regresi, adalah variabel prediktor linear, adalah amplitudo, adalah frekuensi angular, adalah variabel prediktor sirkular yang menentukan periode , adalah acrophase dan adalah komponen galat acak. + , = ,, , dengan adalah variabel respons skalar, adalah fungsi regresi, = ( , ) , dan masing-masing adalah dimensi linear dan dimensi sirkular, serta adalah variabel acak berdistribusi IID (Independent and Identically Distributed) dengan rataan nol dan ragam unit dan bebas dari. Dengan nilai 1 pada masukan pertama dan yang lainnya 0
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
