Yusta Farya Dinata
(2008)
Estimator Lokal Likelihood Pada Model Regresi Data Tahan iidup Tersensor Tipe I Herdistribusi Eksponensial.
Skripsi thesis, UNIVERSITAS AIRLANGGA.
Abstract
Penulisan skripsi ini bertujuan untuk mendapatkan estimator parameter berdasarkan lokal likelihood pada model regresi data tahan hidup tersensor tipe I berdistribusi eksponensial. Tujuan dari estimator lokal likelihood adaiah mencari nilai estimator pada inasing — teasing data pengamatan yang memaksimumkan fungsi lokal likelihood.
Secara umum bentuk model regresi nonparainetrik data tahan hidup tersensor tipe I berdistribusi eksponensial adalah y, = six, }+ z1 dengan y, =let; _
Untuk estimator lokal likelihood pada model regesi data tahan hidup tersensor tipe 1 berdistribusi eksponensial dapat diperoleh dengan inenyelesaikan sister persamaan
1x .exp(y'.
exp(y; —x.;) = 0 dan
f€`t
exp(y=, Metode yang digunakan untuk
menyelesaikan sistein persamaan tersebut dalam skripsi ini adalah dengan metode Newton — Raphson melalui software S-PLUS 2000.
Hasil estimator lokal likelihood pada model regesi data tahan hidup pasien M,>eloma menunjukkan bahwa semak in banyak kandungan kadar nitrogen dalam tubuh pasien (mg), maka waktu tahan hidup penderita kanker ;%'f -eloma cenderung menurun terutama jika kandungan kadar nitrogen dalam tutang pasien lebih dari 4b mg.
Item Type: |
Thesis
(Skripsi)
|
Additional Information: |
KKC KK MPM 105-10 Din e |
Uncontrolled Keywords: |
PARAMETER ESTIMATION; REGRESSION ANALYSIS |
Subjects: |
Q Science > QA Mathematics |
Divisions: |
08. Fakultas Sains dan Teknologi > Matematika |
Creators: |
Creators | NIM |
---|
Yusta Farya Dinata | UNSPECIFIED |
|
Contributors: |
Contribution | Name | NIDN / NIDK |
---|
Thesis advisor | Toha Saifisdin, S.Si. M.Si. | UNSPECIFIED | Thesis advisor | Nair Chamidah, S.Si. M.Si. | UNSPECIFIED |
|
Depositing User: |
Tn Fariddio Caesar
|
Date Deposited: |
02 Mar 2011 12:00 |
Last Modified: |
20 Oct 2016 18:33 |
URI: |
http://repository.unair.ac.id/id/eprint/25394 |
Sosial Share: |
|
|
|
Actions (login required)
|
View Item |