11
t
t
Dalam
proses
stokastik
dikenal
istilah
white
noise,
yaitu
suatu
jenis
spesial
dari
proses
stokastik
yang
memiliki
mean
nol,
varians
yang
konstan,
dan
deretnya
tidak berautokorelasi. Sebagai contoh, white noise dengan distribusi normal bisa
dinotasikan sebagai u
t
~
iidN
(
0,s ²
)
. Pada
model-model peramalan seperti
model
Autoregressive (AR) dan Moving Average (MA), error dinyatakan sebagai kumpulan
nilai
acak
yang
tidak
berkorelasi
dengan
mean
nol
dan
varians
yang
konstan. Error
semacam ini disebut juga white noise error.
Untuk
proses
stokastik
nonstasioner
memiliki
mean
atau
varians
atau
keduanya
yang
bervariasi
menurut
waktu.
Dalam
proses
stokastik
nonstasioner
dikenal
istilah
random
walk
model,
yang
dinotasikan
sebagai
Y
t
=
Y
t
-1
+
u
t
,
dengan
u
yang juga merupakan error white noise dengan mean 0 dan varians s ² .
Skripsi
ini
membahas
tentang
deret
waktu
sebagai
proses
stokastik
nonstasioner dengan menggunakan data yang diasumsikan memiliki varians yang
berbeda (heteroscedasticity). Error dari data ini akan dimodelkan dengan 2 macam
distribusi, yaitu distribusi normal standar dan distribusi t-student.
2.1.4 Heteroscedasticity
Pada model klasik
varians dari error
u
t
diasumsikan konstan. Ini ditunjukkan
sebagai
E u
(
2
)
=
s
2
.
Model
ini
dikenal
dengan
homoscedasticity.
Kata
homoscedasticity berasal
dari
kata homos
yang
berarti
equal
atau
sama
dan
scedasticity
yang
berarti
varians
sehingga
homoscedasticity
ini
berarti
varians
yang
sama.
 |