Perpustakaan Digital ITB

Pola data yang pengambilannya melibatkan waktu dapat berubah. Data dengan pola yang berubah dapat dimodelkan dengan regresi perpindahan markov. Model perpindahan markov adalah regresi dinamis yang perpindahan antar keadaannya mengikuti proses markov. Perkembangan dari model perpindahan markov adalah model regresi kuantil perpindahan markov yang merupakan model kuantil dinamis. Bentuk khusus dari regresi kuantil perpindahan markov adalah regresi kuantil. Regresi kuantil dapat memberikan model untuk setiap kuantil, sehingga gambaran hubungan antar peubah acak yang dipelajari lebih lengkap. Regresi kuantil mempunyai sifat yang merupakan kelebihan regresi kuantil yaitu sifat kekekaran (robustness) dan tidak adanya asumsi distribusi. Regresi kuantil merupakan pilihan tepat untuk memprediksi ukuran risiko kuantil, khususnya prediksi ukuran risiko Covid-19. Ukuran risiko yang paling sering digunakan adalah Value-at-Risk (VaR). Prediksi VaR dapat dilakukan dengan model regresi kuantil diantaranya dengan model QAR,QARCH, dan CAViaR. Prediksi VaR dengan model regresi kuantil diaplikasikan pada data keuangan dan kesehatan. Dalam bidang asuransi, regresi kuantil dapat digunakan untuk menentukan premi dan cadangan