ESTIMATOR KERNEL DALAM MODEL REGRESI SEMIPARAMETRIK PADA DATA LONGITUDINAL.

Happy Ramanja Putri, 080610 168 (2010) ESTIMATOR KERNEL DALAM MODEL REGRESI SEMIPARAMETRIK PADA DATA LONGITUDINAL. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
gdlhub-gdl-s1-2011-putrihappy-14931-abstrak-e.pdf

Download (248kB) | Preview
[img] Text (FULL TEXT)
gdlhub-gdl-s1-2011-putrihappy-12464-kkckkm-e.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Dalam pemodelan data longitudinal, agar dapat mengetahui pengaruh waktu dan faktor-faktor lain terhadap variabel respon, digunakan model regresi semiparametrik. Dalam skripsi ini, teknik moothing yang dipilih untuk mengestimasi model regresi semiparametrik pada data longitudinal adalah estimator Kernel yang dapat diperoleh dengan meminimumkan WLS (Weighted Least Square) dan untuk pemilihan bandwidth optimal menggunakan metode Generalized Cross Validation (GCV). Untuk implementasi pada data dibuat program menggunakan Software R. Sumber data diperoleh dari RS.Haji Surabaya 2009 dengan variabel responnya adalah jumlah leukosit dan variable prediktornya adalah waktu dan jumlah trombosit. Dari hasil estimasi diperoleh Mean Square Error sebesar 0,00019 dengan nilai ������ sebesar 0,8913718. Berdasarkan model yang didapat, setiap pertambahan 1.000 sel trombosit penderita, dapat menyebabkan peningkatan jumlah leukosit penderita leukemia sebesar 891 sel.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK MPM 133/10 Put e
Subjects: Q Science > QA Mathematics
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsNIM
Happy Ramanja Putri, 080610 168UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorNur Chamidah, S.Si, M.SiUNSPECIFIED
Thesis advisorDrs. Suliyanto, M.SiUNSPECIFIED
Depositing User: Tn Fariddio Caesar
Date Deposited: 19 Feb 2011 12:00
Last Modified: 19 Oct 2016 23:33
URI: http://repository.unair.ac.id/id/eprint/25379
Sosial Share:

Actions (login required)

View Item View Item