ESTIMASI MODEL REGRESI SEMIPARAMETRIK BIRESPON MULTIPREDIKTOR BERDASARKAN ESTIMATOR PENALIZED SPLINE

DODIK ANDRIANTO, 081311833055 (2017) ESTIMASI MODEL REGRESI SEMIPARAMETRIK BIRESPON MULTIPREDIKTOR BERDASARKAN ESTIMATOR PENALIZED SPLINE. Skripsi thesis, Universitas Airlangga.

[img]
Preview
Text (ABSTRAK)
KKC KK ST.S. 19 -17 And e-Abstrak.pdf

Download (141kB) | Preview
[img]
Preview
Text
KKC KK ST.S. 19 -17 And e-Abstrak.pdf

Download (141kB) | Preview
[img]
Preview
Text
KKC KK ST.S. 19 -17 And e.pdf

Download (1MB) | Preview
[img] Text (FULLTEXT)
KKC KK ST.S. 19 -17 And e.pdf
Restricted to Registered users only

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

Abstract

Metode dalam ilmu statistika yang menganalisis pola hubungan secara fungsional antara variabel respon dan variabel prediktor dengan komponen parametrik dan nonparametrik didalamnya yaitu analisis regresi semiparametrik. Estimator dalam regresi noparametrik yang belum banyak dikembangkan salah satunya adalah estimator penalized spline, estimator tersebut dapat digunakan terhadap data yang mengalami peningkatan tajam dengan membebankan penalty pada komponen potongan polinomial (piece wise polinomial) yang memiliki sifat tersegmen yang kontinu. Persoalan dalam kehidupan sehari-hari sering kali memerlukan pemodelan yang melibatkan dua variabel respon dan diantara keduanya terdapat korelasi yang kuat dengan melibatkan lebih dari satu variabel prediktor. Sehingga secara teori menarik untuk megembangkan pengestimasian berdasarkan estimator penalized spline pada model regresi semiparametrik birespon multiprediktor. Tujuan dari penelitian ini adalah mendapatkan bentuk model regresi semiparametrik birespon multiprediktor dengan menggunakan estimator penalized spline dalam mengestimasi kurva regresi nonparametriknya serta mengembangkan pula algoritma dan pemrogramannya untuk implementasi pada data. Data yang digunakan pada pengimplementasian adalah data pasien di RSU Haji Surabaya dengan tekanan darah sistolik dan diastolik sebagai variabel respon, LDL sebagai variabel prediktor komponen parametrik, serta variabel prediktor komponen nonparametriknya adalah berat badan, usia, dan HDL. Hasil estimasi data tekanan darah menggunakan software OSS-R diperoleh nilai MSE dan R-square untuk pemodelan yaitu masing-masing sebesar 136,5604 dan 91,23%.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST.S 19-17 And e
Uncontrolled Keywords: Regression, Bi-response, Multipredictor, Semiparametric, Penalized Spline, Blood Pressure
Subjects: Q Science > QA Mathematics > QA276-280 Mathematical Analysis
Divisions: 08. Fakultas Sains dan Teknologi > Statistika
Creators:
CreatorsEmail
DODIK ANDRIANTO, 081311833055UNSPECIFIED
Contributors:
ContributionNameEmail
ContributorNur Chamidah, Dr., M.SiUNSPECIFIED
ContributorArdi Kurniawan, Dr., M.Si.UNSPECIFIED
Depositing User: Mrs. Djuwarnik Djuwey
Date Deposited: 06 Sep 2017 17:06
Last Modified: 06 Sep 2017 17:07
URI: http://repository.unair.ac.id/id/eprint/61321
Sosial Share:

Actions (login required)

View Item View Item