Hazizah, 080412862 (2008) Estimasi Model Regresi Logistik Nonparametrik Aditif Berdasarkan Estimator Penalized Spline. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview

Text (ABSTRAK) gdlhub-gdl-s1-2011-hazizah-13033-abstrak-e.pdf Download (648kB) | Preview

Abstract

Tujuan dari sliipsi ini adalah untuk mengestimasi fungsi-fungsi dalam model regresi logistik nonparametrik aditif dengan pendekatan estimator penalized spline. Secara umum bentuk model regresi logistik adalah: p log j= f j (xf) , i =1,2,..., n . Untuk mendapatkan nilai estimasi fungsi 1 /Ui J=1 regresi dilakukan dengan membuat program dalam software & Plus berdasarkan algoritma local scoring. Berdasarkan pendekatan estimator penalized spline (A p p didapatkan estimator fungsi regresi adalah: log J=E f (X J) =EX 1/3, 1_114 p dengan /3a =E(XrwXJ+2JD;X W z–Ei J=~ kxj Dari hasil penerapan model regresi logistik nonparametrik aditif yang digunalan pads data kyphosis basil peneltian Bell et al, diperoleh MSE = 0.09634 dan bentuk estimator fungsi regresi adalah: / 3 log =E J,(X_) _ 1 P s=1 = - 3.485053647 + 0.03153798 Xi - 0.05513079 (X1 – 92)+ + 0.22431059 X2 - 0.56158002 (X2 – 5.75)++ 0.077251 (X2 -10.5)+ -0.17133795 (X2 -14.25+ + 0.2760561 X3 - 0.00011043 (X3 – 6.5)+ Sedangkan penerapan pads data Bank Swasta Nasional, diperoleh MSE. = 0.0706816 dan bentuk estimator fungsi regresi adalah: p 4 log 1 = >. J(X.) p J=1 = -2.34564222 - 0.1502167 X,+ 0.1648245 (X, -18.95)++ 0.4308295 X2 - 1.896483 (X2 -1.955)++ 1.091029 (12 – 3.37)+ + 0.2076084 (X2 – 6.6420* +5.401097 X3 -0.6459372 (X3 – 0.19)+- 3.6141318 (13 – 0.89)+ - 1.067111(X3 -1.72)+ + 0.01180875 X4 + 0.06374988 (X4 – 55.005)+ - 0.08775637 (X4 – 73.24)+ - 0.16496480 (X4 – 84.935)+

Actions (login required)

View Item