Dini Rahma Dani, 080710439 (2011) ESTIMASI MODEL LINIER TERGENERALISASI INVERSE GAUSSIAN BERDASARKAN ESTIMATOR MAXIMUM LIKELIHOOD DENGAN MENGGUNAKAN ALGORITMA FISHER - SCORING. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) gdlhub-gdl-s1-2012-danidinira-22379-mpm531-k.pdf Download (128kB) | Preview
	Text (FULLTEXT) gdlhub-gdl-s1-2012-danidinira-18105-mpm5311.pdf Restricted to Registered users only Download (879kB) | Request a copy

Abstract

Model linier merupakan model statistika yang digunakan untuk menjelaskan hubungan antara dua variabel atau lebih. Ketika distribusi dari variabel respon merupakan anggota keluarga eksponensial maka disebut model linier tergeneralisasi. Dalam skripsi ini digunakan distribusi inverse gaussian. Tujuan skripsi ini adalah untuk memperoleh estimator parameter model linier tergeneralisasi inverse gaussian berdasarkan estimator maksimum Likelihood dengan menggunakn algoritma Fisher – Scoring dan melakukan uji kecocokan model. Untuk mengestimasi parameter model dapat diperoleh dengan menyelesaikan bentuk model linier inverse gaussain yang berbentuk Dalam perhitungan digunakan algoritma Fisher – Scoring melalui software S-Plus 2000. Untuk kecocokan model digunakan uji Residual Deviance dan diperoleh Dari hasil penerapan model linier tergeneralisasi inverse gaussian pada data lama pasien rawat inap di Rumah Sakit Pennsylvania diperoleh bentuk model dugaan Berdasarkan model tersebut diperoleh kesimpulan bahwa , semakin bertambahnya usia dan suhu badan pertama kali pasien masuk Rumah Sakit Pennsylvania maka semakin lama pasien rawat inap di Rumah Sakit Pennsylvania. Dalam uji kecocokan model pada data pasien rawat inap di Rumah Sakit Pennsylvania diperoleh bahwa model dugaan sesuai dengan model sebenarnya.

Actions (login required)

View Item