Abstrak
Perlukah Cross Validation dilakukan? Perbandingan antara Mean Square Prediction Error dan Mean Square Error sebagai Penaksir Harapan Kuadrat Kekeliruan Model
Yusep Suparman
Universitas Padjadjaran,
Bahasa Inggris
Universitas Padjadjaran
cross-validation, Mean Square Error, mean square prediction error, regresi multipel, Simulasi Monte Carlo
Validasi model merupakan tahapan terakhir dari suatu analisis regresi. Salah satu pendekatan yang sering dipergunkan adalah cross-validation. Ukuran mean square prediction error (MSPE) dianggap sebagai ukuran yang lebih baik untuk mengevaluasi tingkat prediktibilitas dibandingkan mean square error (MSE) yang diperoleh tanpa harus melalui cross-validation. Dalam penelitian ini penulis membandingkan kinerja MSPE dengan MSE sebagai penaksir harapan kuadrat kekeliruan mdoel melalui sebuah simulasi Monte Carlo. Penulis menemukan bahwa kedua statistik tersebut merupakan penaksir yang bias untuk nilai harapan kuadrat kekeliruan model. Namun demikian, keduanya merupakan penaksir yang konsisten. MSE bersifat underestimate sementara MSPE bersifat overestimate. Bias taksiran MSPE lebih besar dari MSE. Selain itu, standar error MSPE juga lebih besar dibanding dengan MSE. Untuk ukuran sampel yang kecil, MSPE mempunyai tingkat kesetabilan yang rendah, hal ini ditunjukan oleh nilai standar error yang sangat besar. Dengan demikian dapat disimpulkan bahwa MSE merupakan ukuran yang lebih baik dalam melakukan evaluasi prediktibilitas model dari pada MSPE.