MIFTAHUL JANNAH, 081411831023 (2018) ESTIMASI MODEL REGRESI BINOMIAL NEGATIF DENGAN PENDEKATAN REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR SPLINE TRUNCATED. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (Abstrak) ST.S. 22-18 Jan e Abstrak.pdf Download (79kB) | Preview
	Text (Fulltext) ST.S. 22-18 Jan e.pdf Restricted to Registered users only until 17 April 2021. Download (1MB) | Request a copy

Abstract

Data count merupakan salah satu tipe variabel respon dalam regresi yang biasa dianalisis menggunakan regresi Poisson. Analisis menggunakan regresi Poisson harus memenuhi asumsi equidispersion atau nilai mean variabel respon sama dengan nilai variansi. Namun, dalam aplikasinya banyak data mengalami overdispersion atau nilai variansi variabel respon lebih besar dari nilai mean. Penggunaan regresi Poisson pada kasus overdispersion dapat menyebabkan kesalahan pada inferensi parameter. Regresi binomial negatif dapat digunakan untuk mengatasi kasus overdispersion. Apabila fungsi regresi tidak diasumsikan mengikuti pola tertentu, maka fungsi tersebut dapat didekati dengan pendekatan regresi nonparametrik. Estimator spline truncated adalah fungsi polinomial tersegmen yang memiliki fleksibilitas lebih baik karena terdapat titik-titik knot yang menunjukkan terjadinya perubahan pola perilaku data. Pemilihan parameter smoothing optimum dilakukan berdasarkan kriteria MLCV maksimum. Pada skripsi ini akan dibahas mengenai estimasi model regresi binomial negatif dengan pendekatan regresi nonparametrik berdasarkan estimator spline truncated dan diterapkan pada data banyaknya penderita AIDS di Provinsi Jawa Timur tahun 2016, dengan faktor yang mempengaruhi adalah banyaknya pendonor darah dan banyaknya pengguna NAPZA. Penerapan algoritma dan program memberikan hasil bahwa model yang terbentuk telah sesuai yaitu dengan nilai deviance sebesar 8,05486.

Actions (login required)

View Item