Estimation Non Linier Model with Genetic Algoritma

Posted on Oktober 14, 2008 by SANJOYO

Pada umumnya estimasi dalam Model Non Linier mengunakan metoda OLS (Ordinary Least Square) atau ML (Maximum Likelihood) dengan Algoritma Konvesional Gause-Newton; Newton-Rhapson; Marquardt-Levenberg; Berndt, Hall, Hall & Hausman atau Metoda Quadratic-Hill Climbing. Metoda Algoritma tersebut tidak akan menghasilkan global minimum/ maksimum. Dalam paper ini akan menjelaskan pendekatan baru yaitu Genetic Algoritma yang lebih menjamin global Maksimal/ minimal. Simulasi Monte Carlo digunakan untuk menjamin Robusness hasil estimasi. Komputasi yang digunakan dengan menggunakan MATLAB.

Download bila Anda ingin mendapatkan paper lengkap : Genetic Algoritma.pdf

Silahkan “Comment” di bawah ini.

Bookmark and Share

Filed under: Algoritma, Econometric, Econometrics, Ekonometrik, Ekonometrika, Gause Newton, Hill Climbing, Marquardt Levenberg, Maximum Likelihood, Newton Rhapson, Ordinary Least Square | Tagged: , , , , , , , , , , , , , , , , , , , , , , , |

« »

34 Tanggapan

  1. mierz, on Oktober 18, 2008 at 9:07 pm said:

    waduh, aku gak mudeng begituan pak…
    ini cuma kunjungan balikaja, hehhe…..
    lam kenal ya pak…

    Balas
  2. Setya Dharma, on Oktober 27, 2008 at 7:33 am said:

    Sanjoyo, hebat masih ngerti statistik dong. Yok tolong kalau ada bahan2 tentang apa aja ttg; Quick Count. Terutama mengenai Model Matematis QC dan tehnik Sampling nya gimana? Kalau Yoyok dan teman di M.liist bisa menjelaskan pada saya terima kasih sekali. Tks Wassalam Setya Dharma S.Pelawai (Tya)

    Balas
  3. sanjoyo55, on Oktober 27, 2008 at 9:24 am said:

    Kang Tya trimaksih kunjungannya di Blog ini. Sudah lama tak bersua, gimana khabar?

    Saya saat ini sedang mendalami di bidang modeling khususnya di bidang ekonomi dan finansial. Mengenai Quick Count saya tidak tahu banyak/ tidak punya bahannya. Tapi pada prinsipnya hal tersebut berkaitan dengan Teknik Sampling. Metoda Sampling yang baik sudah barang tertentu harus karakteristik sample mendekati populasi nya. Secara teoritis bahwa stratified sampling lebih baik dari proporsional sampling dan random sampling.

    Jadi kalau kita dapat mengetahui kelompok- kelompok strata sosial masyarakat (misalnya diperoleh sampling frame dari BPS atau dari lembaga marketing research) dan kita ambil sample nya setiap kelompok strata tersebut maka akan diperoleh karakteristik yang akan menggambarkan populasinya.

    Dengan demikian bilamana Quick Count menggunakan teknik tersebut maka hasil akan sesuai dengan sebenarnya (populasi).

    Salam

    Sanjoyo

    Balas
  4. Fauzan, on Januari 18, 2009 at 5:47 am said:

    Pak Sanjono, Salam kenal

    Saya saya saat ini sedang dalam pengerjaan TA, mengenai forecasting. Prinsipnya adalah memforecast/estimasi data time series dengan algoritma genetik.

    Saya menggunakan smoothing exponensial metode dan dekomposisi klasik pada moving average untuk mendefinisikan fitness.

    Apakah Bapak punya artikel mengenai genetic algorithm time series forecasting ini? Ohya maaf artikelnya saya donlot yaa buat tambahan referensi,

    Terimakasih,
    Fauzan

    Balas
  5. sanjoyo, on Januari 18, 2009 at 1:09 pm said:

    Mas Fauzan,

    Saya tak punya artikel time series forecasting dengan Genetic Algoritma dan hanya punya peper ini ttg Model Non-liner dengan Genetic Algol.

    Kalau tulisan tentang timeseries ttg smoothing exponensial method saya kira banyak di buku ekonometrika.

    Yang susah saya kira adalah program MATLAB- nya.

    Coba down load Paper : Zheng, Yingsong., Kiyooka, Sumio.(1999),”Genetic Algorithm Applications”. pada site: http://www.me.uvic.ca/~zdong/courses/mech620/GA_App.PDF
    yang mencari fungsi fitnes the Goldstein and Price
    Function dan lengkap dengan MATLAB- nya
    Jadi tinggal diganti saja dengan fungsi fitness Anda yaitu: smooting exponensial.

    Salam

    Sanjoyo

    Balas
  6. kartika, on Januari 31, 2009 at 12:18 pm said:

    Salam Kenal Pak Sanjoyo

    Saya saat ini sedang menyusun tugas akhir tentang estimasi parameter dari suatu model penyakit dengan menggunakan algoritma genetika. saya mengalami kesulitan mengestimasi parameter pada modelnya dan penerapannya dalam algoritma. Apakah Bapak punya artikel2 tentang estimasi parameter model yang terdiri atas banyak fungsi dengan algoritma genetika?
    Mohon bantuannya ya Pak,
    Terima kasih,
    Kartika

    Balas
  7. sanjoyo, on Januari 31, 2009 at 2:43 pm said:

    Mba Kartika,

    Saya tidak punya artikel ttg estimasi parameter model terdiri atas banyak fungsi dg Alg Gen.

    Saya hanya mencoba estimasi parameter model untuk model regresi non- linier. Pada umumnya metoda OLS cocok untuk model linier. Jika tidak linier maka digunakan algoritm newton, Marquant dll atau juga dengan Algol Genetik, tapi tetap fungsi fitnes-nya/ objevtive nya satu yaitu: Min sum of square error.

    Demikian juga untuk estimator maximum likelihood dengan algoritma genetik, fungsi fitnes-nya satu yaitu: memaksimumkan likelihood-nya.

    Jadi saya belum mendapatkan artikel yang membahas Algol Gen untuk fungsi objectifnya banyak fungsi.

    Sanjoyo

    Balas
  8. andri, on April 2, 2009 at 11:34 am said:

    pak, bisa tolong dikirimkan listing programnya ga? sekalian bentuk fungsi cobb douglas? terima kasih sebelumnya, saya sangat terbantu dg artikel bapak

    Balas
    • SANJOYO, on April 7, 2009 at 10:24 am said:

      Mas Andri,
      Karena keterbatasan Space (max 3GB) di Blog wordpress.com gratis ini, maka saya posting permintaan source code MATLAB
      Silahkan Download source code MATLAB nya.

      Salam

      Sanjoyo

  9. andri, on Mei 25, 2009 at 9:32 am said:

    pak,,saya bisa boleh minta :
    1. pengerjaan/hitungan secara manualnya
    2. cantoh permasalahan dengan fungsi yang lain, beserta hitungan manual dan computer

    Balas
    • SANJOYO, on Mei 25, 2009 at 11:35 am said:

      @Andri,

      Ass.
      Coba lihat tulisan saya di klik di sini. Sudah saya taruh contoh program Genetik Algoritma untuk persamaan nonlinier, silahkan dowload programnya. Untuk pengerjaan secara manual saya kira tak mungkin karena sangat komplek, mungkin bisa lilihat ditulisan saya tersebut step-step nya dan hasilnya.

      Wass.

  10. andri, on Agustus 12, 2009 at 2:51 am said:

    pak.,kegunaan algoritma genetika dalam bidang statistik apa? atau hubungan algoritma genetika dengan statistika apa?
    cari mencari MSE atau SSE dengan algoritma genetika apa?

    Balas
  11. firdaus, on Agustus 16, 2009 at 12:39 pm said:

    Pak sanjoyo, sayah sudah mencoba running program tersebut untuk maksimum likelihoodnya tapi kok hasilnya jauh ya? Apa dari sintaxnya musti ada yang diubah? saya hanya mengedit fungsi S pada sbcd.m dengan fungsi likelihoodnya, terus juga di file nextpopu.m di bagian rescaling the fitness. Tapi hasilnya masih jauh… Kalo bisa mohon sintax maksimum likelihoodnya dikirim ke alamat email saya.
    Saya sedang sangat membutuhkan. Terima Kasih…

    Balas
  12. andri, on Agustus 19, 2009 at 4:56 pm said:

    pak.,kenapa untuk file S, baik sbcd dan lcd selalu seperti ini :

    ??? Input argument “input” is undefined.

    Error in ==> lcd at 40
    b1 = input(1);

    Balas
  13. andri, on Agustus 19, 2009 at 5:02 pm said:

    untuk :
    evalpopu;
    ??? Input argument “popu” is undefined.

    Error in ==> evalpopu at 11
    pop_n = size(popu, 1);

    Balas
  14. andri, on Agustus 19, 2009 at 5:02 pm said:

    untuk
    evaleach;
    ??? Input argument “string” is undefined.

    Error in ==> evaleach at 9
    var_n = length(string)/bit_n;

    Balas
  15. andri, on Agustus 19, 2009 at 5:03 pm said:

    untuk :
    bit2num;
    ??? Input argument “bit” is undefined.

    Error in ==> bit2num at 13
    integer = polyval(bit, 2);

    tolong jelaskan beberapa kesalahan tersebut? apa yg harus diperbaiki?

    Balas
  16. andri, on Agustus 19, 2009 at 5:05 pm said:

    untuk :
    nextpopu;
    ??? Input argument “popu” is undefined.

    Error in ==> nextpopu at 3
    new_popu = popu;

    Balas
  17. firdaus, on Agustus 22, 2009 at 3:10 pm said:

    terima kasih pak, setelah saya cek ternyata masih ada yang perlu diubah. Programnya sekarang sudah bisa saya jalankan baik untuk pendugaan dengan least square atau dengan maksimum likelihood dan hasilnya cukup memuaskan karena saya juga membandingkan dengan hasil yang didapat menggunakan metode marquardt-levenberg.

    Balas
    • SANJOYO, on Agustus 22, 2009 at 7:57 pm said:

      @Firdaus, Good Luck! Jika Anda ingin berbagi program MATLAB dengan semua pengunjung, silahkan posting program Anda di Blog ini.

      Wass.

  18. andri, on Agustus 28, 2009 at 1:37 pm said:

    untuk @ firdaus.,boleh dunk minta di posting programnya yang sudah di edit?

    untuk pak sanjoyo.,refrensi tentang AIC dan SC sumbernya darimana pak?.,buat pembelajaran aja

    Balas
    • SANJOYO, on Agustus 30, 2009 at 11:17 pm said:

      @Andri, Hallo, Mas Firdaus ada teman yang minta posting Program Matlabnya. Penghitungan AIC , SC banyak buku, slah satunya lihat Enders, Applied Economtric Time Series.

      Wass.

  19. andri, on Agustus 31, 2009 at 9:53 pm said:

    pak mau tanya :
    1. alasan pengambilan jumlag generasi, probabilitas mutasi, crosover dan jumlah bit nya segitu kenapa?
    2. dari mana kita bisa tau bahwa hasil tersebut sudah mencapai global optimum?

    Balas
  20. eno, on Desember 17, 2009 at 11:38 pm said:

    salam kenal pak!mw tx, dimana saya bisa dapet bahan tentang regresi robust metode least median square persi indonesia?saya kebingungan cari bahannya!!

    Balas
  21. firdaus, on Februari 15, 2010 at 10:37 am said:

    Pak, file matlab untuk fungsi CES seperti apa ya?
    Terima kasih…
    @ Andri
    File yang sudah saya edit hasilnya sama seperti pada MLCD. Download saja file MLCD di atas…

    Balas
  22. zakiah, on Maret 16, 2011 at 1:37 pm said:

    salam kenal pa….saya sedang lagi nyusun skripsi ttg regresi Poisson dan generalized Poisson I, apakh bpk punya listing / listing contoh pengestimasian parameter regresi Poisson dan generalized Poisson I dengan MLE….terima ksh sblmnya

    Balas

Tinggalkan komentar