Abstract—This paper study about usi

Abstract—This paper study about using of nonparametric
models for Gross National Product data in Turkey and Stanford heart
transplant data. It is discussed two nonparametric techniques called
smoothing spline and kernel regression. The main goal is to compare
the techniques used for prediction of the nonparametric regression
models. According to the results of numerical studies, it is concluded
that smoothing spline regression estimators are better than those of
the kernel regression.

Hasil (Bahasa Indonesia) 1:

Abstrak — ini kertas studi tentang penggunaan nonparametricmodel untuk produk Nasional Bruto data di jantung Turki dan Stanfordtransplantasi data. Hal ini dibahas dua teknik nonparametric disebutsmoothing regresi spline dan kernel. Tujuan utama adalah untuk membandingkanteknik-teknik yang digunakan untuk prediksi regresi nonparametricmodel. Menurut hasil penelitian numerik, itu disimpulkansmoothing spline regresi penduga lebih baik dibandingkanregresi kernel.

Hasil (Bahasa Indonesia) 2:

Abstrak-ini studi makalah tentang penggunaan nonparametrik
model untuk data Produk Nasional Bruto di Turki dan Stanford jantung
Data transplantasi. Hal ini dibahas dua teknik nonparametrik disebut
smoothing regresi spline dan kernel. Tujuan utamanya adalah untuk membandingkan
teknik yang digunakan untuk prediksi regresi nonparametrik
model. Menurut hasil studi numerik, dapat disimpulkan
bahwa smoothing estimator regresi spline lebih baik daripada
regresi kernel.