BAB I PENDAHULUAN 1.1. Latar Belakang Masalah
|
|
- Suhendra Setiawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Secara umum, analisis survival dapat didefinisikan sebagai seperangkat metode yang digunakan untuk menganalisis data di mana variabel outputnya berupa lama waktu hingga terjadinya sebuah peristiwa dengan melihat variabel-variabel yang menjadi perhatian. Peristiwa tersebut dapat berupa kematian, munculnya sebuah penyakit, kambuhnya sebuah penyakit, pernikahan, perceraian dan lain sebagainya tergantung kepada bidang ilmu yang akan dipelajari. Lama waktu menuju terjadinya sebuah peristiwa biasa disebut waktu survival yang biasanya diukur dalam hari, minggu, bulan, atau tahun. Dalam menganalisis data survival tidak dapat digunakan regresi linear biasa karena regresi linear biasa tidak mampu menangani adanya observasi yang tersensor, yaitu observasi yang tidak teramati karena hilang ataupun tidak lengkap. Sebagai contoh, akan dilakukan pengamatan waktu survival pasien yang mengidap kanker. Namun dalam selang waktu survival ada pasien yang pindah rumah sakit sehingga tidak dapat diamati lagi. Ada beberapa tipe pensersoran, namun dalam penelitian ini hanya akan dibahas untuk data yang tersensor kanan karena pada umumnya tipe pensersoran inilah yang muncul pada data survival. Ada beberapa metode yang digunakan untuk menganalisis hubungan antara seperangkat variabel prediktor dengan waktu survival. Metode-metode tersebut meliputi metode parametrik, nonparametrik dan semiparametrik. Dalam metode parametrik diasumsikan bahwa distribusi yang mendasari waktu survival mengikuti suatu distribusi tertentu seperti misalnya eksponensial, gamma, Weibull dan lain sebagainya. Jika distribusi yang mendasari waktu survival tidak diketahui, artinya 1
2 2 data tidak mengikuti suatu distribusi tertentu yang sudah ada, maka digunakan metode nonparametrik. Dalam metode nonparametrik terdapat dua metode yang terkenal, yaitu metode Kaplan-Meier dan Nelson-Aalen. Namun Kaplan-Meier lebih sering digunakan dibanding Nelson-Aalen. Metode Kaplan-Meier digunakan untuk memperoleh statistik desktiptif univariat untuk data survival meliputi nilai tengah dan membandingkan survival experience antara dua atau lebih grup dari individu. Seandainya data survival yang ingin dipelajari adalah data yang melibatkan banyak variabel penjelas, maka dapat digunakan regresi. Regresi yang sering digunakan untuk menganalisis data survival juga ada bermacam-macam, yaitu regresi parametrik, regresi nonparametrik dan regresi semiparametrik. Regresi parametrik menuntut syarat bahwa baseline survival atau hazardnya mengikuti suatu distribusi tertentu. Jika syarat tersebut tidak dipenuhi dapat digunakan regresi nonparametrik yang salah satunya adalah regresi Rank. Kemudian jika baseline hazardnya mengikuti model nonparametrik sedangkan variabel-variabel independennya mengikuti model parametrik maka digunakan regresi semiparametrik, dimana yang sangat terkenal adalah regresi Cox. Seperti regresi linear biasa, tujuan dari metode regresi Cox adalah untuk mengetahui hubungan antara waktu survival dengan variabel-variabel prediktor. Dalam regresi Cox, fungsi hazard secara penuh dipengaruhi oleh vektor kovariat. Sehingga, jika terdapat kovariat yang tak teramati maka akan menimbulkan kerancuan. Sebagai ilustrasi, sebuah penelitian dilakukan untuk mengetahui apakah sebuah terapi efektif diterapkan untuk mengetahui waktu survival penderita leukemia. Ketika dianalisis menggunakan regresi Cox tanpa mengamati adanya kovariat yang tak teramati, didapatkan hasil bahwa terapi tersebut tidak efektif, namun para ahli medis meyakini bahwa terapi tersebut adalah metode terbaik. Keyakinan para ahli medis tersebut belum tentu salah karena bisa jadi terdapat heterogenitas data yang
3 3 disebabkan oleh kelompok atau kovariat yang tak teramati. Kelompok tersebut yang disebut dengan frailty. Ada dua macam frailty yang selama ini dikembangkan oleh para peneliti, yaitu one-component frailty (frailty satu komponen) dan multi-component frailty atau sering disebut multilevel frailty. Distribusi yang mendasari frailty ada berbagai macam, yaitu gamma, inverse Gaussian, lognormal dan lain sebagainya. Begitupun metode pendekatan yang digunakan untuk melakukan estimasi parameternya. Terdapat berbagai macam pendekatan seperti misalnya algoritma EM, algoritma MEM, Gibbs sampling, penalized likelihood dan lain sebagainya. Dalam penelitian ini penulis tertarik untuk membahas pendekatan yang diperkenalkan oleh Ha, dkk (2001) yaitu hierarchical likelihood yang digunakan untuk mengestimasi parameter dari variabel-variabel penjelas dan frailty yang diasumsikan berdistribusi lognormal. Untuk metode lognormal frailty, McGilchrist & Aisbett (1991) dan McGilchrist (1993) menggunakan parsial likelihood Cox, namun metode tersebut tidak dapat menangani adanya ties. Klein (1992) dan Nielsen dkk (1992) menggunakan prosedur estimasi EM. Dalam prosedur model gamma frailty memang memberikan solusi analitis, namun tidak untuk distribusi lainnya, selain itu estimasi varians untuk parameter yang diamati tidak tersedia secara langsung. (Ha, dkk, 2001) Dalam prosedur hierarchical likelihood akan memberikan algoritma yang lebih efisien untuk model frailty dengan distribusi yang lebih beragam, termasuk gamma dan lognormal. Oleh sebab itu, berdasarkan beberapa kelebihan dari hierarchical likelihood yang dikemukakan oleh Ha, dkk (2001) penulis tertarik untuk membahas pendekatan hierarchical likelihood yang nantinya digunakan untuk mengestimasi model lognormal frailty satu komponen pada data survival dua level.
4 Tujuan dan Manfaat Penelitian Berdasarkan latar belakang masalah di atas, tujuan dari penelitian ini adalah sebagai berikut: a. Mempelajari pendekatan hierarchical likelihood untuk model. b. Mengetahui apakah frailty berpengaruh terhadap variabel keluaran. c. Melakukan perbandingan dengan pendekatan terdahulu. d. Mendapatkan nilai estimasi dari parameter-parameter model. Selanjutnya, beberapa manfaat yang dapat diambil dari hasil penelitian ini adalah: a. Memperbaharui ilmu dengan cara melakukan penelitian terhadap metode baru di bidang analisis survival. b. Menambah khazanah ilmu bagi penulis, khususnya di bidang statistika kesehatan dan di bidang matematika pada umumnya. c. Bagi peneliti lain, penelitian ini nantinya dapat menjadi salah satu referensi untuk pembaharuan metode yang lebih baru. d. Penelitan ini dapat diterapkan untuk menangani masalah-masalah yang berkaitan dengan ilmu dalam penelitian ini Pembatasan Masalah Pada penelitian ini, batasan masalah sangat diperlukan supaya tidak terjadi penyimpangan dari tujuan awal. Oleh karena itu, pembahasan hanya akan difokuskan pada pendekatan hierarchical likelihood untuk model lognormal frailty satu komponen, terutama untuk kasus data tersensor kanan. Data tersensor kanan yang dimaksud merupakan salah satu kasus khusus observasi tidak lengkap pada data antar kejadian Tinjauan Pustaka Ada beberapa penelitian terdahulu mengenai frailty dalam bentuk skripsi yang penulis temukan, diantarnya adalah Estimasi untuk Model Frailty Gamma dalam
5 5 Regresi Cox yang disusun oleh Trisnawaty pada tahun Dalam penelitiannya tersebut Trisnawaty melakukan estimasi dari parameter variabel-variabel penjelas dan variabel frailty dengan menggunakan EM algoritma, dimana frailty yang digunakan diasumsikan berdistribusi gamma. Data yang digunakan untuk aplikasinya adalah data infeksi ginjal yang merupakan data survival berstruktur dua level. Pada tahun 2011 dalam skripsinya yang berjudul Estimasi Model Shared Frailty Gamma pada Regresi Cox dengan Algoritma Modified EM (MEM), Putri meneliti apa yang diteliti oleh Trisnawaty (2007) dengan metode Modified EM algoritma. Selanjutnya frailty juga menjadi perhatian Jayanti (2008) dalam penelitiannya yang berjudul Estimasi Nested Frailty Model dalam Regresi Cox dengan Gibbs Sampling. Penelitian-penelitan tersebut menjadi referensi penulis untuk memahami konsep dari frailty yang kemudian memunculkan ide untuk membahas materi dalam bentuk metode baru yang digunakan untuk mengestimasi model frailty. Kemudian penulis mempelajari metode yang dicetuskan oleh Ha, dkk (2001) di mana metode ini bukan hanya digunakan untuk mengestimasi frailty yang diasumsikan berdistribusi gamma namun juga lognormal. Dalam penelitian ini nantinya akan dilakukan perbandingan dengan salah satu metode yang sudah digunakan oleh penelitianpenelitian yang terdahulu tersebut di atas. Pada tahun 1991 McGilchrist dan Aisbett melakukan penelitian mengenai frailty didalam analisis survival. Dalam jurnalnya yang bertajuk Regression with Frailty in Survival Analysis memusatkan perhatian pada model regresi untuk analisis survival dengan menambahkan efek frailty. Kemudian dua tahun sesudahnya yaitu tahun 1993, dua peneliti tersebut mengembangkan penelitian tentang frailty yang mereka tuangkan ke dalam jurnalnya yang berjudul REML Estimation for Survival Models with Frailty. REML adalah kependekan dari Restricted Maximum Likelihood, merupakan metode yang dipakai untuk mengestimasi model survival dengan penambahan frailty. Lee dan Nelder (1996) mengusulkan untuk menggunakan
6 6 hierarchical likelihood untuk inferensi model dengan efek random (frailty) dalam jurnalnya yang berjudul Hierarchical Generalized Linear Models (with Discussion). Selanjutnya Ha, dkk (2001) mewujudkan usulan tersebut dalam hasil penelitiannya yang berjudul Hierarchical Likelihood Approach for Frailty Models. Ha, dkk membahas mengenai model frailty, prosedur hierarchical likelihood dan sekilas penjelasan mengenai kelebihan pendekatan tersebut dibandingkan dengan pendekatan-pendekatan terdahulu Metodologi Penelitian Metode penelitian yang digunakan adalah metode literatur, yaitu peneliti menggunakan jurnal-jurnal, buku-buku, artikel-artikel serta hasil penelitian-penelitian terdahulu yang dapat mendukung penelitian ini yang penulis dapatkan di perpustakaan maupun melalui internet. Penulis berangkat dari pemahaman mengenai munculnya frailty dalam data survival dua level yang kemudian dilanjutkan dengan pemodelan frailty tersebut. Setelah itu dilakukan proses matematis untuk didapatkan formula yang digunakan untuk mengestimasi parameter menggunakan pendekatan hierarchical likelihood. Selanjutnya dilakukan aplikasi untuk dapat dibandingkan dengan metode atau pendekatan terdahulu Sistematika Penulisan Tesis ini disusun dengan sistematika penulisan sebagai berikut: BAB I PENDAHULUAN Bab ini berisi tentang latar belakang masalah, tujuan dan manfaat penelitian, pembatasan masalah, tinjauan pustaka, metodologi penelitian dan sistematika penulisan.
7 7 BAB II LANDASAN TEORI Bab ini berisi tentang teori-teori yang akan digunakan dalam pembahasan, di antaranya adalah variabel random, distribusi log normal, distribusi bersyarat, fungsi likelihood, analisis survival yang meliputi data survival, data tersensor serta regresi Cox, data multilevel dan frailty, metode Newton-Raphson dan Akaike Information Criterion (AIC). BAB III PENDEKATAN HIERARCHICAL LIKELIHOOD UNTUK MODEL LOGNORMAL FRAILTY SATU KOMPONEN DALAM ANALISIS DATA SURVIVAL DUA LEVEL Bab ini berisi pembahasan mengenai prosedur estimasi model lognormal frailty dengan menggunakan pendekatan hierarchical likelihood. BAB IV STUDI KASUS Pada bab ini akan dibahas mengenai aplikasi data infeksi ginjal menggunakan model lognormal frailty. Data yang digunakan diambil dari jurnal McGilchrist dan Aisbett (1991). BAB V KESIMPULAN DAN SARAN Dalam bab terakhir ini penulis menyampaikan kesimpulan dari hasil pebahasan pada bab-bab sebelumnya dan saran yang nantinya dapat digunakan oleh peneliti selanjutnya untuk mengembangkan metode atau model dalam penelitian.
BAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Banyak jenis data memiliki struktur hirarki, tercluster, atau bersarang (nested). Hirarki tersebut dapat hadir secara alami dalam pengamatan observasional
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis data survival merujuk pada sekumpulan metode statistika digunakan untuk menganalisis data antar kejadian, dimana variabel outputnya berupa lama waktu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian-penelitian di bidang kesehatan sering dijumpai salah satu jenis data yang disebut dengan data antar kejadian atau data survival. Data survival
Lebih terperinciterdefinisi. Oleh karena itu, estimasi resiko kematian pasien dapat diperoleh berdasarkan nilai hazard ratio. Model hazard proporsional parametrik
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu tahan hidup (survival) merupakan waktu tunggu hingga terjadinya suatu kejadian (event) tertentu. Pada bidang kesehatan, event dapat dianggap sebagai suatu kegagalan
Lebih terperinciBAB II KAJIAN TEORI. Analisis survival atau analisis ketahanan hidup adalah metode yang
BAB II KAJIAN TEORI BAB II KAJIAN TEORI A. Analisis Survival Analisis survival atau analisis ketahanan hidup adalah metode yang berhubungan dengan jangka waktu, dari awal pengamatan sampai suatu kejadian
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival adalah analisis data yang memanfaatkan informasi kronologis dari suatu kejadian atau peristiwa (event). Respon yang diperhatikan adalah waktu sampai
Lebih terperinciBAB I PENDAHULUAN. Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang dimaksud di sini adalah peristiwa kegagalan yang dapat berupa tidak berfungsinya benda tersebut
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari manusia selalu dihadapkan dengan berbagai macam kejadian/peristiwa (event). Meskipun begitu, tidak semua peristiwa tersebut menjadi
Lebih terperinciBAB I PENDAHULUAN. menganalisis data dimana variabel yang diperhatikan adalah jangka waktu
BAB I PENDAHULUAN A. Latar Belakang Masalah Analisis survival merupakan prosedur statistika yang digunakan untuk menganalisis data dimana variabel yang diperhatikan adalah jangka waktu dari awal pengamatan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Data tahan hidup atau data survival adalah lama waktu sampai suatu peristiwa terjadi. Istilah data survival sendiri banyak digunakan dalam bidang ilmu kesehatan, epidemiologi,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival adalah suatu metode yang berhubungan dengan waktu, mulai dari time origin atau start point sampai terjadinya suatu kejadian khusus atau end point.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis data survival yaitu kumpulan dari beberapa metode untuk menganalisis data yang terjadi dari titik asal sampai terjadinya event. Pada analisis survival terdapat
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Berkembangnya teknologi serta ilmu pengetahuan tidak terlepas dari riset, penelitian serta eksperimen. Eksperimen atau percobaan-percobaan tersebut
Lebih terperinciBAB I PENDAHULUAN. tinjauan pustaka dan sistematika penulisan Tesis yaitu sebagai berikut.
BAB I PENDAHULUAN Pada bab ini dijelaskan mengenai latar belakang yang mendasari penelitian ini. Berdasarkan latar belakang yang telah disusun, ditentukan tujuan penelitian agar penelitian ini memiliki
Lebih terperinciBAB II TINJAUAN PUSTAKA. diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event
BAB II TINJAUAN PUSTAKA A. Analisis Survival Analisis survival merupakan suatu analisis data dimana variabel yang diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event terjadi dengan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Estimasi fungsi survival atau biasa disebut regresi fungsi survival merupakan bagian penting dari analisis survival. Estimasi ini biasa digunakan dalam
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Ada banyak penelitian yang outcome nya berkaitan dengan lama waktu. Secara umum waktu ini dikatakan waktu kesintasan. Banyak metode analisis yang dapat digunakan untuk
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI Oleh : WINDA FAATI KARTIKA J2E 006 039 PRODI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB I PENDAHULUAN. Cure rate models merupakan model survival yang memuat cured fraction dan
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Cure rate models merupakan model survival yang memuat cured fraction dan uncured fraction. Model ini dikembangkan untuk estimasi proporsi pasien yang sembuh
Lebih terperinciDAFTAR ISI. Halaman. viii
DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii KATA PENGANTAR... iv ABSTRAK... vi ABSTACT... vii DAFTAR ISI... viii DAFTAR SIMBOL... xi DAFTAR TABEL... xiii DAFTAR GAMBAR... xiv DAFTAR
Lebih terperinciMODEL REGRESI WEIBULL DENGAN ADDITIVE FRAILTIES PADA DATA SURVIVAL. Universitas Hasanuddin
MODEL REGRESI WEIBULL DENGAN ADDITIVE FRAILTIES PADA DATA SURVIVAL 1 Rima Ruktiari, 2 Sri Astuti Thamrin, 3 Armin Lawi 1,2,3 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis survival merupakan analisis yang mempelajari terjadinya suatu peristiwa berdasarkan waktu terjadinya, baik makhluk hidup maupun suatu benda.analisis
Lebih terperinciBAB I PENDAHULUAN. statistik untuk menganalisis data dengan variabel terikat yang diperhatikan berupa
BAB I PENDAHULUAN BAB I PENDAHULUAN A. Latar Belakang Analisis survival atau analisis data ketahanan hidup adalah suatu metode statistik untuk menganalisis data dengan variabel terikat yang diperhatikan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dengan semakin majunya peradaban, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data ke dalam suatu fungsi yang dapat dipergunakan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan semakin majunya peradaban zaman, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data kedalam suatu fungsi yang dapat dipergunakan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis data survival merupakan salah satu bidang dalam statistika yang digunakan untuk menganalisis data yang mengukur waktu terjadinya suatu kejadian ( event).
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Terdapat beberapa analisis data dalam statistik, salah satunya adalah statistika inferensi. Statistika inferensi mempelajari salah satu metode untuk menentukan
Lebih terperinciBAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU
BAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU 3.1 Model Regresi Cox Proportional Hazard dengan Variabel Terikat oleh Waktu Model regresi Cox proportional hazard
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di negara-negara berkembang termasuk di Indonesia terdapat banyak kasus yang berkaitan dengan kesehatan, salah satunya adalah munculnya penyakit, baik menular
Lebih terperinciBAB III LANDASAN TEORI. analisis kesintasan bertujuan menaksir probabilitas kelangsungan hidup, kekambuhan,
17 BAB III LANDASAN TEORI 3.1 Data Analisis Survival (Survival Analysis) Analisis survival (survival analysis) atau analisis kelangsungan hidup atau analisis kesintasan bertujuan menaksir probabilitas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini banyak sekali penyakit berbahaya yang muncul dalam dunia kesehatan. Penyakit-penyakit ini bukan lagi diturunkan melalui faktor gen namun gaya hidup (pola
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Data antar kejadian (time-to-event data) adalah data lama waktu sampai suatu peristiwa terjadi atau sering disebut data survival. Untuk memperoleh data antar
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Analisis Survival
BAB 2 LANDASAN TEORI Pada bab ini akan dipaparkan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan bab selanjutnya dan pembahasan utama dalam penelitian
Lebih terperinciBAB III PEMBAHASAN. extended untuk mengatasi nonproportional hazard dan penerapannya pada kasus
BAB III PEMBAHASAN BAB III PEMBAHASAN Pada Bab III ini akan dibahas tentang prosedur pembentukan model Cox extended untuk mengatasi nonproportional hazard dan penerapannya pada kasus kejadian bersama yaitu
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis survival merupakan metode statistik yang digunakan untuk analisis pada data-data survival. Data survival merujuk pada data antar kejadian, yaitu data
Lebih terperinciPROSIDING Kajian Ilmiah Dosen Sulbar ISBN: FAKTOR-FAKTOR YANG MEMPENGARUHI WAKTU SEMBUH ALERGI DENGAN ANALISIS SURVIVAL
FAKTOR-FAKTOR YANG MEMPENGARUHI WAKTU SEMBUH ALERGI DENGAN ANALISIS SURVIVAL Hikmah FMIPA Universitas Sulawesi Barat hikmah.ugm@gmail.com Abstrak Faktor waktu sembuh penyakit alergi dan perbedaan waktu
Lebih terperinciBAB I PENDAHULUAN. Menurut Lee (2001), terdapat tiga faktor yang dibutuhkan dalam menentukan waktu survival, yaitu:
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari, manusia tidak terlepas dari berbagai macam peristiwa (event) yang dialami. Peristiwa-peristiwa tersebut dapat berupa kebahagiaan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Distribusi probabilitas binomial adalah distribusi probabilitas diskrit yang paling sering digunakan untuk merepresentasikan kejadian dalam kehidupan sehari-hari.
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA SKS
SATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA 516 3 SKS MINGGU 1 Pendahuluan dan - Pengertian Dasar soal-soal 2 Konsep-Konsep Dasar untuk Hidup Model Kontinu 1.
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 21 Beberapa Pengertian Definisi 1 [Ruang Contoh] Ruang contoh adalah himpunan semua hasil yang mungkin dari suatu percobaan acak, dan dinotasikan dengan (Grimmet dan Stirzaker,1992)
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Metode regresi merupakan komponen integral dari suatu analisis data yang menggambarkan hubungan antara variabel respon dan satu atau lebih variabel prediktor
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan di dunia ini, hampir di setiap aspek banyak ditemui halhal berkaitan dengan data dan terkadang banyak permasalahan yang berkaitan dengan data, baik
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang.
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL Winda Faati Kartika 1, Triastuti Wuryandari 2 1, 2) Program Studi Statistika Jurusan Matematika FMIPA Universitas Diponegoro
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis uji hidup (Survival analysis) adalah suatu penyelidikan mengenai data tahan hidup dari suatu individu atau komponen dalam industri. Salah satu individu atau
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu metode statistika yang luas penggunaanya dalam berbagai bidang dan telah diterapkan untuk berbagai jenis pengujian serta penelitian.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Semakin banyak dan beragamnya industri saat ini, menyebabkan semakin ketat persaingan antara perusahaan industri satu dengan yang lainnya, baik dari
Lebih terperinciBAB I PENDAHULUAN. diantaranya asuransi jiwa dan asuransi kesehatan. Setiap individu mempunyai
BAB I PENDAHULUAN 1.1 Latar Belakang Risiko kematian sangat berpengaruh terhadap beberapa jenis asuransi, diantaranya asuransi jiwa dan asuransi kesehatan. Setiap individu mempunyai tingkat risiko kematian
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi adalah suatu metode yang digunakan untuk menganalisa hubungan antara variabel respon dan variabel prediktor. Pada umumnya analisis regresi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Analisis regresi merupakan salah satu metode statistika yang digunakan untuk mengetahui hubungan antara variabel Y(variabel dependen, respon, tak bebas, outcome) dengan
Lebih terperinciBAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR)
BAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) 3.1 Regresi Poisson Regresi Poisson merupakan suatu bentuk analisis regresi yang digunakan untuk memodelkan data
Lebih terperinciBAB I PENDAHULUAN. banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah
BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi menawarkan berbagai produk untuk menarik minat banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah satu produk asuransi
Lebih terperinciBAB II TINJAUAN PUSTAKA. (Kleinbaum dan Klein, 2005). Persson (2002) mengatakan data sintasan adalah
BAB II TINJAUAN PUSTAKA 2.1. Analisis Sintasan 2.1.1. Pengertian Analisis Sintasan Analisis sintasan adalah kumpulan dari proses statistik untuk menganalisis data yang mana peubah yang diteliti adalah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di dalam aspek kehidupan ini, banyak ditemui permasalahan yang berkaitan dengan data. Baik dalam bidang ekonomi, sosial, budaya, politik, sejarah, kesehatan, dan lain-lain.
Lebih terperinciBAB 1 PENDAHULUAN. berhak mendapatkan pendidikan. Pendidikan berperan penting dalam memajukan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam pembukaan UUD 1945 disebutkan bahwa setiap warga negara berhak mendapatkan pendidikan. Pendidikan berperan penting dalam memajukan kesejahteraan umum dan meningkatkan
Lebih terperinciPemodelan Hazard Proporsional dengan Perkalian Gamma Frailty Menggunakan Pendekatan Bayesian
Pemodelan Hazard Proporsional dengan Perkalian Gamma Frailty Menggunakan Pendekatan Bayesian 1 Ismi Try Amalia Jaya, 2 Armin Lawi, dan 3 Sri Astuti Thamrin 1,2,3 Jurusan Matematika, Fakultas Matematika
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berjalannya waktu, ilmu pengetahuan dan teknologi (sains dan teknologi) telah berkembang dengan cepat. Salah satunya adalah ilmu matematika yang
Lebih terperinciBAB 1 PENDAHULUAN. namun adakalanya angka-angka tersebut semata-mata dikumpulkan tanpa maksud atau
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini seringkali digunakan data yang umumnya berupa kumpulan angka, namun adakalanya angka-angka tersebut semata-mata dikumpulkan tanpa maksud atau alasan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis survival merupakan analisis yang mempelajari terjadinya suatu peristiwa berdasarkan waktu terjadinya, baik makhluk hidup maupun suatu benda. Analisis
Lebih terperinciANALISIS DATA UJI HIDUP
DESKRIPSI MATA KULIAH ANALISIS DATA UJI HIDUP Setelah mengikuti mata kuliah ini diharapkan mahasiswa memiliki pengetahuan, pemahaman dan kemampuan untuk mengkaji distribusi-distribusi waktu hidup, serta
Lebih terperinci1. PENDAHULUAN. Kata Kunci: regresi cox, cox proportional hazards, diabetes mellitus, ketahanan hidup. Seminar Nasional Matematika
ANALISIS REGRESI COX PROPORTIONAL HAZARDS PADA KETAHANAN HIDUP PASIEN DIABETES MELLITUS Ninuk Rahayu, Adi Setiawan, Tundjung Mahatma Program Studi Matematika Fakultas Sains dan Matematika Universitas Kristen
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan suatu metode dalam statistik yang popular, karena banyak digunakan pada penelitian dalam berbagai bidang. Contoh dari penggunaan
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciBAB I PENDAHULUAN. Dalam penelitian di dunia teknologi, khususnya bidang industri dan medis
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian di dunia teknologi, khususnya bidang industri dan medis sering kali analisis data uji hidup digunakan. Analisis data uji hidup sendiri bertujuan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
7 BAB IV HASIL DAN PEMBAHASAN Metode yang digunakan untuk menganalisis keberlanjutan studi dalam wajib belajar 6 tahun (SD/MI) adalah metode Life Table, Kaplan-Meier, dan hazard proporsional Cox. 4.1 Metode
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Dalam penelitian bidang kesehatan melibatkan makhluk hidup sebagai responden atau subjek yang diteliti, terutama manusia. Ketika kita memperhatikan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB 1 PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan ilmu pengetahuan dewasa ini tidak lepas dari kompleknya permasalahan hidup manusia. Salah satu ilmu yang berkenaan dengan hal tersebut
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 781-790 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS KETAHANAN HIDUP PENDERITA TUBERKULOSIS DENGAN MENGGUNAKAN
Lebih terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi Poisson telah mendapat banyak perhatian dalam literatur sebagai model untuk mendeskripsikan data hitungan yang mengasumsikan nilai bilangan bulat sesuai dengan
Lebih terperinciBAB I PENDAHULUAN. yang perlu diketahui, yang disebut sebagai variabel. Variabel adalah sebuah
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang
Lebih terperinciModel Cox Extended dengan untuk Mengatasi Nonproportional Hazard pada Kejadian Bersama
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Model Cox Extended dengan untuk Mengatasi Nonproportional Hazard pada Kejadian Bersama Anita Nur Vitriana, Rosita Kusumawati Program Studi
Lebih terperinciII. TINJAUAN PUSTAKA. Analisis survival (survival analysis) atau analisis kelangsungan hidup bertujuan
II. TINJAUAN PUSTAKA 2.1 Analisis Survival Analisis survival (survival analysis) atau analisis kelangsungan hidup bertujuan menduga probabilitas kelangsungan hidup, kekambuhan, kematian, dan peristiwaperistiwa
Lebih terperinciPEMODELAN REGRESI COX DAN REGRESI WEIBULL WAKTU SEMBUH DIARE PADA BALITA
Jurnal UJMC, Volume 2, Nomor 1, Hal. 50-55 pissn : 2460-3333 eissn : 2579-907X PEMODELAN REGRESI COX DAN REGRESI WEIBULL WAKTU SEMBUH DIARE PADA BALITA Siti Alfiatur Rohmaniah 1 dan Danardono 2 1 Universitas
Lebih terperinciD-450 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print)
D-450 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) Analisis Faktor yang Memengaruhi Laju Kesembuhan Pasien Tuberkulosis Paru di RSUD Dr. Soetomo Tahun 2015 Menggunakan Regresi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Regresi logistik digunakan untuk memprediksi variabel respon yang biner dengan satu set variabel penjelas (prediktor). Estimasi parameter dapat menjadi tidak
Lebih terperinciBAB II TINJAUAN PUSTAKA. penulisan skripsi. Teori penunjang tersebut adalah: Regresi logistik, analisis survival,
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Sebelum melalukan pembahasan mengenai permasalahan dari skripsi ini, pada bab ini akan diuraikan beberapa teori penunjang yang dapat membantu dalam penulisan skripsi.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Statistika adalah salah satu cabang ilmu matematika yang memperhitungkan probabilitas dari suatu data sampel dengan tujuan mendapatkan kesimpulan mendekati
Lebih terperinciESTIMASI PARAMETER PADA MODEL REGRESI LINIER MULTILEVEL DENGAN METODE RESTRICTED MAXIMUM LIKELIHOOD (REML) abang Semarang SKRIPSI.
ESTIMASI PARAMETER PADA MODEL REGRESI LINIER MULTILEVEL DENGAN METODE RESTRICTED MAXIMUM LIKELIHOOD (REML) abang Semarang PT Jasa Marga ro) C SKRIPSI Disusun Oleh : ISNI RAKHMI DIANTI J2E 006 018 PROGRAM
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival merupakan cabang dari ilmu statistika yang meliputi metode untuk menganalisis terjadinya suatu peristiwa (event) dengan waktu pengamatan tertentu.
Lebih terperinciAnalisis Survival Parametrik Pada Data Tracer Study Universitas Sriwijaya
Analisis Survival Parametrik Pada Data Tracer Study Universitas Sriwijaya Alfensi Faruk Jurusan Matematika, Fakultas MIPA, Universitas Sriwijaya e-mail: alfensifaruk@unsri.ac.id Abstract: In this study,
Lebih terperinciPENYELESAIAN MODEL SURVIVAL DENGAN HAZARD NON- PROPORSIONAL
Jurnal Dinamika, September 2017, halaman 44-54 ISSN: 2087-7889 E-ISSN: 2503-4863 Vol. 08. No.2 PENYELESAIAN MODEL SURVIVAL DENGAN HAZARD NON- PROPORSIONAL Rahmat Hidayat 1 *, Titik Pitriani Muslimin 2,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer digunakan dalam sebuah penelitian untuk mengetahui bentuk hubungan antara variabel
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Mortalitas atau kematian merupakan salah satu di antara tiga komponen proses demografi yang dapat mempengaruhi struktur penduduk selain fertilitas dan migrasi.
Lebih terperinciESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP
ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP PADA DATA PASIEN HIPERKOLESTEROLEMIA DI BALAI LABORATORIUM KESEHATAN YOGYAKARTA Fransiska Grase S.W, Sri Sulistijowati H.,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya merupakan suatu analisis terhadap sampel yang kemudian hasilnya akan digeneralisasi untuk menggambarkan suatu karakteristik populasi.
Lebih terperinciRegresi Cox pada Survei Kompleks (Studi Kasus: Lama Pemberian ASI)
Regresi Cox pada Survei Kompleks (Studi Kasus: Lama Pemberian ASI) Endah Budiarti 1 Septiadi Padmadisastra 2 Bertho Tantular 3 1,2,3 ProgramMagister Statistika Terapan, FMIPA, Universitas Padjadjaran Email:
Lebih terperinciANALISIS TAHAN HIDUP PENDERITA DEMAM BERDARAH DENGUE
ANALISIS TAHAN HIDUP PENDERITA DEMAM BERDARAH DENGUE (DBD) DI KABUPATEN KARANGANYAR DENGAN PENDEKATAN BAYESIAN Titian Peramu Cahyani, Sri Subanti dan Purnami Widyaningsih Jurusan Matematika Fakultas Matematika
Lebih terperinciPEMODELAN JUMLAH KEMATIAN BAYI DI KOTA PADANG TAHUN 2013 DAN 2014 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 74 82 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA PADANG TAHUN 2013 DAN 2014 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis varians (ANOVA) pertama kali diperkenalkan oleh Sir Ronald Fisher. ANOVA merupakan generalisasi dari uji t, digunakan pada situasi saat peneliti ingin
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Model regresi yang baik memerlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Kenyataannya, terkadang terdapat
Lebih terperinciBAB 1 PENDAHULUAN. Penyakit Tuberkulosis atau yg lebih dikenal dengan nama TB Paru merupakan
BAB 1 PENDAHULUAN 1.1. Latar belakang penelitian Penyakit Tuberkulosis atau yg lebih dikenal dengan nama TB Paru merupakan penyakit menular yang disebabkan oleh bakteri Mycobacteryum tuberculosis. Penyakit
Lebih terperinciMODEL PARAMETRIK WEIBULL ACCELERATED FAILURE TIME (AFT) SKRIPSI
UNIVERSITAS INDONESIA MODEL PARAMETRIK WEIBULL ACCELERATED FAILURE TIME (AFT) SKRIPSI CINDY AYUNI SAFITRI 0806325453 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI SARJANA MATEMATIKA DEPOK
Lebih terperinciPEMODELAN LAJU KESEMBUHAN PASIEN RAWAT INAP TYPHUS ABDOMINALIS
PEMODELAN LAJU KESEMBUHAN PASIEN RAWAT INAP TYPHUS ABDOMINALIS (DEMAM TIFOID) MENGGUNAKAN MODEL REGRESI KEGAGALAN PROPORSIONAL DARI COX (Studi Kasus di RSUD Kota Semarang) SKRIPSI Disusun oleh: Nama :
Lebih terperinciPRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Analisis Survival Kode/SKS: SS / (2/1/0) Dosen : SWP Semester :
RP-S1-SLK-03 Kurikulum 2014, Edisi : September-2014.Revisi : 00 Hal: 1 dari 5 A. CAPAIAN PEMBELAJARAN : 1. CP 3.2 : Melakukan analisis data dengan menggunakan program statistik 2. CP 5.1 : Menganalisis
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Jumlah penduduk Indonesia yang tergolong besar, bahkan berada diurutan keempat dunia dengan jumlah penduduk terbesar tentu sangat berpotensi bagi perkembangan bisnis
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dewasa ini industri asuransi telah menjadi suatu bidang usaha yang menarik dan mempunyai peranan yang tidak kecil dalam perekonomian. Keberadaan industri
Lebih terperinciEXTENDED COX MODEL UNTUK TIME-INDEPENDENT COVARIATE YANG TIDAK MEMENUHI ASUMSI PROPORTIONAL HAZARD PADA MODEL COX PROPORTIONAL HAZARD SKRIPSI
UNIVERSITAS INDONESIA EXTENDED COX MODEL UNTUK TIME-INDEPENDENT COVARIATE YANG TIDAK MEMENUHI ASUMSI PROPORTIONAL HAZARD PADA MODEL COX PROPORTIONAL HAZARD SKRIPSI ISNA NUR AINI 0706261732 FAKULTAS MATEMATIKA
Lebih terperinciPenerapan Model Frailty Weibull-Eksponensial pada Data Tabel Mortalitas Indonesia Tahun 1999
Prosiding Statistika ISSN: 2460-6456 Penerapan Model Frailty Weibull-Eksponensial pada Data Tabel Mortalitas Indonesia Tahun 1999 1 Anjalina Kusumawardhani, 2 Aceng Komarudin Mutaqin, 3 Lisnur Wachidah
Lebih terperinci