TEORI TRANSFORMASI BOX-COX 2
Metode Kemungkinan Maksimum
Metode Kemungkinana Maksimum (Maximum Likelihood Method) merupakan salah satu metode pendugaan parameter yang diperkenalkan oleh R.A. Fisher (1890 – 1962). Prinsip dari metode ini adalah menduga parameter dengan memaksimumkan fungsi kemungkinananya yang dibentuk dari gabungan fungsi sebaranan dari pengamatan.
Misalkan X adalah peubah acak berukuran n pengamatan dengan fungsi sebaran peluang
merupakan suatu parameter yang tidak diketahui, maka fungsi kemungkinan maksimumnya adalah
Pada model regresi, metode kemungkinan maksimum adalah sebagai berikut :
menurut Myer (1990), model regresi linier sederhana dtuliskan dalam persamaan
(1)
sedangkan secara umum, untuk model regresi berganda dengan p peubah prediktor dapat dituliskan dalam bentuk matrik, dan dituliskan dalam persamaan
dengan,
Persamaan (1) dan (2) memerlukan asumsi galat 
yaitu galat harus mengikuti distribusi normal, dengan rata-rata (mean) 0 dan ragam konstan sebesar 
. Jika X tetap dan 
konstanta, maka ragam atau variansi dari 
. Sehingga parameter yang perlu diduga untuk yaitu 
Berdasarkan persamaan (1) didapatkan 
sehingga fungsi kemungkinan untuk menduga prameter-parameter tersebut adalah :
Berlanjut pada Postingan berikutnya TEORI TRANSFORMASI BOX-COX 3
Daftar Pustaka
Draper, NR and Smith, Analisis Regresi Terapan, edisi kedua, Gramedia Pustaka Utama, Jakarta, 1992.
Ispriyanti, D, Pemodelan Statistika dengan Transformasi Box Cox, Jurnal Matematika dan Komputer UNDIP vol. 7. No 3,8-17, Desember, Semarang, 2004
Kristina, D, Analisis Transformasi Box-Cox untuk Mengatasi Heteroskedastisitas dalam Model Regresi Linier Sederhana, Universitas Sumatra Utara, 2011
Myers, RH, Classical and Modern Regression With Aplications, PWS-KENT Publishing Company, United States of America, 1990.
Wiwiek, Tansformasi Box-Cox, ITS, Surabaya.
Buthman, A, Making Data Using Box Cox Power Transformation, Sig Sigma Live and Online Trainining, 2010.
