REGRESI COX MULTIVARIAT DENGAN DISTRIBUSI WIEBULL MULTIVARIAT
|
|
- Ratna Kartawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 1 Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 REGRESI COX MULTIVARIAT DENGAN DISTRIBUSI WIEBULL MULTIVARIAT 1 Irfan Wahyudi 1 Mahasiswa S-3 Statistika FMIPA ITS, Surabaya Kampus ITS Sukolilo, Surabaya irfan_w@mhsstatistikaitsacid ABSTRAK Resistensi parasit malaria terhadap suatu obat anti malaria adalah kemampuan parasit malaria untuk dapat bertahan hidup, berkembang biak, dan menimbulkan gejala penyakit dalam tubuh manusia meskipun pengobatan secara teratur dengan dosis tertentu sudah diberikan sampai batas-batas yang masih dalam toleransi kemampuan penderita Penelitian ini menghasilkan prosedur dan langkah-langkah untuk mendapatkan faktor-faktor yang berpengaruh terhadap resistensi parasit malaria Metode yang digunakan untuk menganalisis data survival ini adalah Regresi Cox Multivariat dengan distribusi Weibull Multivariat Pendugaan parameter dapat diperoleh dengan metode Maximum Likelihood Estimation (MLE), sedangkan untuk memperoleh nilai parameter tersebut digunakan metode iterasi Newton Raphson Untuk pengujian hipotesis digunakan metode Maximum Likelihood Ratio Test (MLRT) Kata kunci: Pendahuluan Resistensi parasit malaria; Regresi Cox Multivariat; Distribusi Weibull Multivariat; Maximum Likelihood Estimation (MLE); Likelihood Ratio Test (LRT) Parasit malaria mempunyai kemampuan yang luar biasa dalam membentuk resistensi terhadap obat antimalaria Hal ini mendorong perlunya usaha pembuatan obat anti malaria baru yang mampu mengatasi masalah resistensi tersebut Pembuatan obat malaria yang baru bukanlah suatu pekerjaan yang mudah dan pembuatan obat tersebut memerlukan biaya yang besar (Tjitra, 2000) Hasil survey awal yang sudah dilaksanakan di Rumah Sakit Umum Abepura Jayapura, Puskesmas Kota Raja, dan Puskesmas Hedam Abepura, menurut dokter dan perawatnya, kurang lebih 50% yang berobat tiap harinya dan rawat inap adalah pasien penyakit malaria Kemudian kurang lebih 75% pasien penderita malaria adalah jenis Plasmodium falciparum Pemberian obat terhadap pasien malaria oleh dokter masih dominan obat klorokuin, alasan dokter 1
2 2 memberikan obat itu karena obat ini merupakan obat antimalaria standar untuk pengobatan profilaksis, pengobatan malaria klinis dan pengobatan radikal malaria tanpa komplikasi dalam program pemberantasan malaria Namun pada akhir-akhir ini obat klorokuin sudah banyak yang resisten parasit positif (Tjitra, 2004), sehingga beberapa dokter sudah beralih memberikan obat kombinasi antimalaria antara lain amodiakuin plus sulfadoksin, klorokuin plus sulfadoksin, kina plus doksisiklin, dan lain sebagainya terhadap pasien penyakit malaria Sampai saat ini belum ada obat malaria yang dapat dijamin selalu sensitif atau selalu mengakibatkan parasit negatif setelah memakan obat antimalaria Dalam statistika, data lama hidup atau panjang waktu sampai terjadinya suatu peristiwa tertentu disebut data survival Data survival meliputi waktu survival, terjadinya respon terhadap perlakuan dan karakteristik yang berhubungan dengan respon survival Waktu survival merupakan waktu dari awal perlakuan sampai terjadinya respon pertama kali yang ingin diamati Data survival banyak dijumpai pada penelitian kedokteran, khususnya tentang penyakit kronis untuk menguji tingkat ketahanan hidup seorang pasien terhadap penyakit tersebut Respon berupa lama waktu suatu peristiwa yang diharapkan terjadi, mungkin belum terjadi dalam periode pengumpulan data diakhiri sehingga tidak dapat diamati waktu survivalnya Pengamatan seperti inilah yang dikatakan sebagai pengamatan yang disensor (Collet, 1994) Metode Hazard Multirespon Cox atau Regresi Cox adalah metode yang dapat digunakan untuk menganalisa data survival yang dikombinasikan dengan data biner yang merupakan status/koding terjadi atau tidak terjadinya suatu kejadian (variabel sensor) Karakteristik dari regresi Cox ini adalah mengakomodasikan adanya data tersensor (Rahayu, 2003) Penelitian ini bertujuan untuk mendapatkan penaksir parameter pada model regresi Cox multivariat, mendapatkan statistik uji untuk menguji parameter pada model regresi Cox multivariat, mendapatkan prosedur untuk memperoleh model regresi Cox multivariat terbaik, menentukan model waktu survival pada data waktu survival parasit malaria dan akan diaplikasikan untuk menentukan 2
3 3 faktor-faktor apa saja yang berpengaruh terhadap resistensi parasit malaria menggunakan regresi Cox multivariat dengan distribusi Weibull Distribusi Weibull Multivariat Jika variabel random dilakukan transformasi, Y, maka didapatkan variabel random mempunyai distribusi MVE (Multivariate Exponensial) Fungsi survival bersama dari dapat dinyatakan dalam bentuk = = = exp( ) Untuk mencari F Y ( y) 1 1 Berdistribusi Weibull dengan parameter Secara umum, berdistribusi Weibull dengan parameter Transformasi Jacobian Misalkan pdf dari adalah Fungsi distribusi dari adalah 3
4 4 pdf bersama adalah determinan dari matriks Jacobian, Sehingga diperoleh, dan nilai dari sehingga diperoleh Jadi Estimasi Parameter Distribusi Weibull Multivariat Misalkan populasi X dengan pdf nya tujuannya adalah menaksir parameter dengan menggunakan metode MLE (Maximum Likelihood Estimation) 4
5 5 1 Langkah pertama, ambil n sampel random yaitu 1 2 x, x,, x n,, 2 Langkah ke-dua, membuat fungsi Likelihood 3 Langkah ke-tiga, membuat dari funsi Likelihood 4 Langkah ke-empat, menurunkan terhadap parameterparameternya, baik turunan pertama maupun turunan ke dua Untuk dapat dihasilkan bentuk yang implisit h 0 1 k (,,, ) dan juga diperoleh turunan keduanya 5 Langkah ke-lima, menggunakan iterasi Newton Raphson 1 ( m1) m H ( ( m) ) h( ( m) ), iterasi berhenti jika ( m 1) ( m) bilangan yang sangat kecil dan adalah Norm dari vektor Model Regresi Cox Para ahli parasitologi menggunakan metode kuantitatif untuk mengembangkan epidemologi dan untuk menguji hipotesis dalam analisis data Dari aspek statistika penulis akan membahas tentang pemodelan dengan menggunakan regresi Cox dan regresi logistik dan perbandingan bias pada parameter kedua model yang diperoleh dari metode taksiran Maximum Likelihood Regresi Cox adalah metode regresi yang digunakan untuk menganalisis data survival Analisis mengenai data survival disebut analisis survival Data survival diperoleh dari catatan waktu yang dicapai suatu objek sampai terjadinya peristiwa tertentu yang disebut sebagai failure event Menurut Cox dan Oakes (1984) dalam menentukan waktu survival, T, terdapat tiga elemen yang harus diperhatikan yaitu: waktu awal (time origin), definisi failure event keseluruhan harus jelas, dan skala waktu sebagai satuan penggukuran harus jelas 5
6 6 Perbedaan antara analisis survival dengan analisis statistik lainnya adalah adanya data tersensor Menurut Miller (1998) data dikatakan tersensor jika pengamatan waktu survival hanya sebagian, tidak sampai terjadi failure event Penyebab terjadinya data tersensor antara lain: Melebihi batas akhir periode penelitian, Terjadi kematian pada masa perawatan di rumah sakit, Terjadi pengunduran diri karena sebab tertentu misalnya meninggal dunia di perjalanan menuju rumah sakit yang dirujukkan Jika T melambangkan waktu survival dan mempunyai distribusi peluang f(t), maka fungsi distribusi kumulatif dinyatakan sebagai berikut: F(t) P(T t) t 0 f ( u) du Fungsi survival, S(t), didefinisikan sebagai probabilitas suatu objek bertahan setelah waktu ke t, yaitu S(t) = P(T > t) = 1 P(T t) = 1 F(t) Fungsi hazard merupakan laju failure/kegagalan sesaat dengan asumsi individu telah bertahan sampai waktu ke t, yang didefinisikan sebagai h( t) P( t T t t T t) lim t 0 t diperoleh hubungan antara fungsi survival dan fungsi hazard yaitu Sehingga t f h t) S t ( Hubungan antara fungsi kumulatif hazard, H(t), dan fungsi survival, S(t), adalah: H(t) = - ln S(t) t ( h( t) dt 0 H t) Model Regresi Cox Multirespon Jika resiko failure pada waktu tertentu bergantung pada nilai x 1, x 2,, x p dari p variabel penjelas, X 1, X 2,, X p, maka nilai variabel tersebut diasumsikan telah tercatat sebagai time origin Misalkan h 0 (t) sebagai fungsi hazard untuk setiap objek dengan nilai dari semua variabel penjelas penyusun vektor x adalah nol, maka fungsi h 0 (t) dikatakan sebagai fungsi baseline hazard (Collet, 1994) Model umum hazard multirespon untuk respon ke i adalah hi ( t) h0 ( t)exp( 1 ix1 2 ix2 pi xp) atau dapat ditulis sebagai 6
7 7 T hi ( t) h0 i( t)exp( i x) dan x i Penaksiran Parammeter Regresi Cox Multirespon, dengan t, Dalam menentukan model terbaik, maka ditaksir koefisien variabel penjelas X 1, X 2,, X p dalam komponen linier model, yaitu, 2,, 1 p dan fungsi baseline hazard Dua komponen tersebut dapat ditaksir secara terpisah Pada kasus terdapat lebih dari satu atau lebih data survival yang tersensor Ambil data sebanyak n sampel, dan terdapat r sampel failure dengan waktu yang t t t n berbeda, urutan waktu failure yaitu (1) (2) ( ), t ( j) adalah urutan waktu failure ke-j Dan n-r individu yang survive (bertahan) dalam waktu t t t * * * (1) (2) ( nr) model hazard multirespon dapat dinyatakan B[ 1 2 ] T k dinyatakan tersensor, maka fungsi likelihood n nr * ( B) ( i) i( l ) i1 l1 L f t S t untuk Jika data yang diperoleh terdiri atas n pengamatan waktu survival t, t,, t n ditunjukkan oleh (1) (2) ( ) δ i adalah indikator sensor yang bernilai nol bila tersensor kanan untuk waktu survival ke-i, t i (i = 1, 2,, n) dan bernilai 1 untuk lainnya Maka, fungsi likelihood dapat dinyatakan dalam bentuk n B i 1 i L( ) { fi( xi, t)} { Si ( xi, t)} S x t 1 1 i Untuk mendapatkan penaksir maka persamaan (, ) i 1 F( t ) i i i diturunkan pertama terhadap parameter-parameternya dan disamadengankan nol serta turunan kedua untuk mendapatkan titik maksimumnya Metode yang digunakan untuk mendapatkan nilai penaksir parameter adalah dengan menggunakan metode iterasi numerik Newton Raphson (Collet, 1994) 7
8 8 Pengujian Parameter Model Setelah mendapatkan variabel penjelas yang masuk dalam model maka langkah selanjutnya adalah melakukan uji signifikansi pada parameter model Dengan metode MLRT (Maximum Likelihood Ratio Test) dapat ditentukan statistik uji 1 Uji Srentak Dengan MLE diperoleh 1 2 ˆ, ˆ,, ˆ k Uji hipotesis:, Minimal ada satu a) Membuat fungsi Likelihood di bawah populasi, membuat fungsi Likelihood di bawah, b) Memaksimumkan dan dengan MLE didapat dan c) Membuat rasio Menentukan Daerah Penolakan: Tolak jika 2 Uji Parsial Uji hipotesis : untuk ; Statistik uji : Daerah penolakan : Tolak apabila Kesimpulan Penelitian ini akan menghasilkan prosedur dan langkah-langkah untuk menentukan faktor-faktor apa saja yang berpengaruh terhadap resistensi parasit malaria menggunakan regresi Cox multivariat dengan distribusi Weibul 8
9 9 Daftar Pustaka Callas, W, Pastides, Harris dan Hosmer, D W (1998), Empirical Comparison of Proportional Hazards, Poisson and Logistic Regression Modeling of Occupational Cohort Data, American Journal of Industrial Medicine, Wiley-Liss, Inc Burlington Collet, D (1994), Modelling Survival Data In Medical Research, Chapman and Hall, London Cox, D R and Oakes, D (1984), Analysis of Survival Data, Chapman and Hall, London Langner, I, Bender, R, Lenz-Tonjes, R, Kuchenhoff, H, dan Blettner, M (2003), Bias of Maximum Likelihood Estimates In Logistic and Cox regression Models: A Comparative Simulation Study SFB 368 Disussion Paper 362, Munchen Le, C (1997) Applied Survival Analysis John Wiley and Sons Inc, New York McCullagh, P dan Nedler, JA, 1989 Generalized Linear Models Chapman and Hall, London Miller, R (1998) Survival Analysis John Wiley and Sons Inc, New York NIAID, 2000 The Epidemology of Febrile Malaria Episodes in an Area of Unstable and Seasonal Transmision Transaction of the Royal Society of Tropical Medicine and Higiene, 94(6): Rahayu, P (2003), Regresi Survival Hazard Proporsional Cox Sebagai Metode Alternatif Bagi Regresi Logistik Biner Dalam Mengidentifikasi Faktor Resiko Studi Kasus Kematian Penderita Penyakit Jantung Koroner di RSUD Dr Soetomo Surabaya, Thesis, Surabaya Stanford T, Shulman, 1994 The Biologic & Clinical Basis of infections Diseases (terjemahan) Gadjah Mada University Press, pp Tjitra E, 2000 Obat Antimalaria: Dalam Malaria Epidemology, Patogenesis, Manifestas Klinis & Penanganannya Jakarta: Penerbit Buku Kedokteran AGC, hal
Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar
Vol.14, No. 2, 159-165, Januari 2018 Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan 1, Andi Kresna Jaya 1
Lebih terperinciInformasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG)
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Informasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG) Aulia Nugrahani
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 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 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 terperinciMODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 33 41 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Lebih terperinci(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT
Univeitas Padjadjaran, 3 November 00 (M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Vita Ratnasari, Purhadi, Ismaini, Suhartono Mahasiswa S3 Jurusan Statistika
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 terperinciESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II
ESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II Ryndha, Anna 2, Nasrah 3 ABSTRAK Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan
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 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 terperinciKata Kunci: TBC, Laju Kesembuhan, Analisis Survival, Regresi Cox-Weibull
Jurnal Matematika UNAND Vol 5 No 4 Hal 62 71 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN MODEL REGRESI COX-WEIBULL UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI LAMA KESEMBUHAN PASIEN
Lebih terperinciMASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG)
MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) Shaifudin Zuhdi, Dewi Retno Sari Saputro Fakultas Matematika dan Ilmu Pengetahuan
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. 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 terperinciANALISIS SURVIVAL FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PENDERITA HIPERTENSI DENGAN TERAPI TABLET CAPTOPRIL
ANALISIS SURVIVAL FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PENDERITA HIPERTENSI DENGAN TERAPI TABLET CAPTOPRIL Dessy Noor Hadiyah (300800504), Dr. Ir. Setiawan, MS. (960030987000) 2 Mahasiswa Jurusan
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 terperinciESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) DENGAN METODE FISHER SCORING
ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS RLOTG DENGAN METODE FISHER SCORING Aulia Nugrahani Putri, Purnami Widyaningsih, dan Dewi Retno Sari Saputro Program Studi Matematika
Lebih terperinciMODEL REGRESI POISSON YANG DIPERUMUM UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON
MODEL REGRESI POISSON YANG DIPERUMUM UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON Ade Susanti, Dewi Retno Sari Saputro, dan Nughthoh Arfawi Kurdhi Program Studi Matematika FMIPA UNS Abstrak
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 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 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 terperinciAnalisis Survival Faktor-Faktor yang Mempengaruhi Laju Kesembuhan Pasien Penderita Demam Berdarah Dengue (DBD) di RSU Haji Surabaya dengan Regresi Cox
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-71 Analisis Survival Faktor-Faktor yang Mempengaruhi Laju Kesembuhan Pasien Penderita Demam Berdarah Dengue (DBD) di RSU Haji Surabaya
Lebih terperinciJurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN
Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 204 ISSN 2085-7829 Perbandingan Aplikasi Metode Parametrik (Distribusi Log logistik) dan Non Parametrik (Nelson-Aalen Estimator) dalam Analisis Data Uji
Lebih terperinciGeneralized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017
Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI LOG-LOGISTIK ABSTRAK
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 83-92 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI LOG-LOGISTIK Ibnu
Lebih terperinciANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE DI RSU HAJI SURABAYA
ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE DI RSU HAJI SURABAYA Oleh : Endhy Bastyan NRP : 1308100011 Tahap : Sarjana Dosen Pembimbing :Dr. I Nyoman Latra,
Lebih terperinciRESIDUAL COX-SNELL DALAM MENENTUKAN MODEL TERBAIK DALAM ANALISIS SURVIVAL
Jurnal Dinamika, September 204, halaman - ISSN 2087-7889 Vol. 05. No. 2 RESIDUAL COX-SNELL DALAM MENENTUKAN MODEL TERBAIK DALAM ANALISIS SURVIVAL Rahmat Hidayat Program Studi Matematika, Fakultas Sains
Lebih terperinciMODEL REGRESI COX PROPORSIONAL HAZARD PADA DATA KETAHANAN HIDUP. Abstract
Model Regresi (Tuan Hanni) MODEL REGRESI COX PROPORSIONAL HAZARD PADA DATA KETAHANAN HIDUP Tuan Hanni 1, Triastuti Wuryandari 2 1 Alumni Jurusan Statistika FSM UNDIP 2 Staf Pengaar Jurusan Statistika FSM
Lebih terperinciSIMULASI INTENSITAS SENSOR DALAM PENDUGAAN PARAMATER DISTRIBUSI WEIBULL TERSENSOR KIRI. Abstract
ISBN: 978-602-71798-1-3 SIMULASI INTENSITAS SENSOR DALAM PENDUGAAN PARAMATER DISTRIBUSI WEIBULL TERSENSOR KIRI Widiarti 1), Ayu Maidiyanti 2), Warsono 3) 1 FMIPA Universitas Lampung widiarti08@gmail.com
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 terperinciAnalisis Survival Dengan Model Regresi Cox Study Kasus: Pasien Demam Berdarah Dengue di Rumah Sakit Haji Surabaya
Jurnal Matematika Vol. 2 No. 2, Desember 2012. ISSN : 1693-1394 Analisis Survival Dengan Model Regresi Cox Study Kasus: Pasien Demam Berdarah Dengue di Rumah Sakit Haji Surabaya Ni Putu Lisa Ernawatiningsih
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 terperinciANALISIS LAMA KAMBUH PASIEN HIPERTENSI DENGAN SENSOR TIPE III MENGGUNAKAN REGRESI COX KEGAGALAN PROPORSIONAL
ANALISIS LAMA KAMBUH PASIEN HIPERTENSI DENGAN SENSOR TIPE III MENGGUNAKAN REGRESI COX KEGAGALAN PROPORSIONAL (Studi Kasus di RSUD Kartini Jepara) SKRIPSI Disusun oleh : ISHLAHUL KAMAL 24010211140074 JURUSAN
Lebih terperinciKata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 9 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN DBD (DEMAM BERDARAH DENGUE) MENGGUNAKAN REGRESI LOGISTIK
Lebih terperinciJl. Ir. H. Juanda No. 4 Dago Dosen Jurusan Statistika Universitas Islam Bandung
(R.13) PENENTUAN DETERMINAN PENGHENTIAN PEMAKAIAN KONTRASEPSI DENGAN REGRESI COX PROPORTIONAL HAZARD DAN PENGELOMPOKAN AKSEPTOR KELUARGA BERENCANA (KB) DENGAN SURVIVAL TREE 1Dewa Ayu Eka Sumarningsih,
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman 173-181 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL REGRESI COX PROPORTIONAL HAZARDS PADA DATA LAMA STUDI
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
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 terperinciESTIMASI PARAMETER MODEL REGRESI POISSON TERGENERALISASI TERBATAS DENGAN METODE MAKSIMUM LIKELIHOOD
ESTIMASI PARAMETER MODEL REGRESI POISSON TERGENERALISASI TERBATAS DENGAN METODE MAKSIMUM LIKELIHOOD Fitra1, Saleh2, La Podje3 Mahasiswa Program Studi Statistika, FMIPA Unhas 2,3 Dosen Program Studi Statistika,
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 terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 621-630 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS REGRESI KEGAGALAN PROPORSIONAL DARI COX PADA DATA WAKTU
Lebih terperinciKAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN
Lebih terperinci(R.1) KAJIAN MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION UNTUK MASALAH DATA SPASIAL DISKRIT
REGRESI 2 (R.1) KAJIAN MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION UNTUK MASALAH DATA SPASIAL DISKRIT Dani Robini, Budi Nurani R., Nurul Gusriani Jurusan Matematika FMIPA Universitas Padjadjaran Jl.
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 terperinciPEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciIMPLEMENTASI COX PROPORTIONAL HAZARD MODEL PARAMETRIK PADA ANALISIS SURVIVAL (Studi Kasus: Mahasiswa Universitas Internasional Batam)
Jurnal UJMC, Volume 3, Nomor 1, Hal. 29-38 pissn : 2460-3333 eissn : 2579-907X IMPLEMENTASI COX PROPORTIONAL HAZARD MODEL PARAMETRIK PADA ANALISIS SURVIVAL (Studi Kasus: Mahasiswa Universitas Internasional
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 terperinciREGRESI LOG-LOGISTIK UNTUK DATA TAHAN HIDUP TERSENSOR TIPE I. oleh NANDA HIDAYATI M
REGRESI LOG-LOGISTIK UNTUK DATA TAHAN HIDUP TERSENSOR TIPE I oleh NANDA HIDAYATI M0108098 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN
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 terperinciPENENTUAN FAKTOR-FAKTOR PENGARUH LAMA PROSES PELAYANAN IMB (IZIN
Your logo PENENTUAN FAKTOR-FAKTOR PENGARUH LAMA PROSES PELAYANAN IMB (IZIN MENDIRIKAN BANGUNAN) DI SURABAYA DENGAN METODE REGRESI COX Dosen Pembimbing : Prof.Drs.NUR IRIAWAN,MIkom,PhD PENDAHULUAN Dalam
Lebih terperinciMODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD. Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK
MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK Analisis regresi logistik biner dengan metode penalized maximum likelihood digunakan
Lebih terperinciAnalisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit
Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Nama : Margareth G. Shari NRP : 1307 100 026 JURUSAN STATISTIKA
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 terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHA PENDERITA PENYAKIT TUBERKULOSIS DI RSUD IBNU SINA KABUPATEN GRESIK
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU KESEMBUHA PENDERITA PENYAKIT TUBERKULOSIS DI RSUD IBNU SINA KABUPATEN GRESIK Oleh : Eldira Sukmawati (1308 100 50) Dosen Pembimbing : Prof.Dr.Drs. I Nyoman
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER 1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN
Lebih terperinciPENGUJIAN KESAMAAN BEBERAPA MODEL REGRESI NON LINIER GEOMETRI (Studi Kasus : Data Emisi CO 2 dan Gross Nation Product di Malaysia, Bhutan, dan Nepal)
PENGUJIAN KESAMAAN BEBERAPA MODEL REGRESI NON LINIER GEOMETRI (Studi Kasus : Data Emisi CO dan Gross Nation Product di Malaysia, Bhutan, dan Nepal) Yanti I 1, Islamiyati A, Raupong 3 Abstrak Regresi geometrik
Lebih terperinciII. LANDASAN TEORI. beberapa konsep dan teori yang berkaitan dengan penduga parameter distribusi GB2
5 II. LANDASAN TEORI Dalam proses penelitian penduga parameter dari suatu distribusi diperlukan beberapa konsep dan teori yang mendukung dari ilmu statistika. Berikut ini akan dijelaskan beberapa konsep
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 terperinciPENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 23 28 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD FEBY RIDIANI Program
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 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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan kemajuan ilmu pengetahuan dan teknologi mendorong masyarakat untuk semakin memperlihatkan derajat kesehatan demi peningkatan kualitas hidup yang lebih
Lebih terperinci(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER
(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER Drs. Soekardi Hadi P. Prodi Matematika Fakultas Sains dan Teknologi Universitas Islam As-Syafi iyah Email : s.hadip@yahoo.co.id Abstrak
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER A. Musdalifa, Raupong, Anna Islamiyati Abstrak Estimasi parameter adalah merupakan hal
Lebih terperinciPemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014
Prosiding Seminar Sains dan Teknologi FMIPA Unmul Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014 Dewi Andriani 1, Sri Wahyuningsih
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 terperinciTINJAUAN PUSTAKA Kredit
TINJAUAN PUSTAKA Kredit Kredit adalah kemampuan untuk melaksanakan suatu pemberian atau mengadakan suatu pinjaman dengan suatu janji pembayarannya akan dilakukan pada suatu jangka waktu yang disepakati.
Lebih terperinciANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH
ANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH Rizal Rahmad 1, Toni Toharudin 2, Anna Chadijah 3 Prodi Master Statistika Terapan,
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 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 terperinciANALISIS RELIABILITAS PADA MESIN MEISA KHUSUSNYA KOMPONEN PISAU PAPER BAG UNTUK MEMPEROLEH JADUAL PERAWATAN PREVENTIF
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika (SESIOMADIKA) 2017 ISBN: 978-602-60550-1-9 Statistika, hal. 42-51 ANALISIS RELIABILITAS PADA MESIN MEISA KHUSUSNYA KOMPONEN PISAU PAPER BAG
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 terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA. Pendahuluan Uji perbandingan dua distribusi merupakan suatu tekhnik analisis ang dilakukan untuk mencari nilai parameter ang baik diantara dua distribusi. Tekhnik uji perbandingan
Lebih terperinciOLEH : Riana Ekawati ( ) Dosen Pembimbing : Dra. Farida Agustini W, M.S
OLEH : Riana Ekawati (1205 100 014) Dosen Pembimbing : Dra. Farida Agustini W, M.S Salah satu bagian penting dari statistika inferensia adalah estimasi titik. Estimasi titik mendasari terbentuknya inferensi
Lebih terperinciSEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si
Oleh : Arief Yudissanta (1310 105 018) Pembimbing : Dra. Madu Ratna, M.Si Analisis Pemakaian Kemoterapi Pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien
Lebih terperinciPenggunaan Metode Nonparametrik Untuk Membandingkan Fungsi Survival Pada Uji Gehan, Cox Mantel, Logrank, Dan Cox F
Penggunaan Metode Nonparametrik Untuk Membandingkan Fungsi Survival Pada Uji Gehan, Cox Mantel, Logrank, Dan Cox F Used of Non Parametric Method to Compare Survival Function on Gehan Test, Cox Mantel,
Lebih terperinciPENAKSIRAN PARAMETER MODEL REGRESI POISSON DENGAN METODE EXACT GENERALIZED ESTIMATING EQUATIONS (EGEE) UNTUK MULTIPLE-RANDOM EFFECTS
PENAKSIRAN PARAMETER MODEL REGRESI POISSON DENGAN METODE EXACT GENERALIZED ESTIMATING EQUATIONS (EGEE) UNTUK MULTIPLE-RANDOM EFFECTS Anisah Nurul Hayati Pembimbing : Dr. Yekti Widyaningsih, M.Si dan Dr.
Lebih terperinciSarimah. ABSTRACT
PENDETEKSIAN OUTLIER PADA REGRESI LOGISTIK DENGAN MENGGUNAKAN TEKNIK TRIMMED MEANS Sarimah Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciLANDASAN TEORI. Dalam proses penelitian pendugaan parameter dari suatu distribusi diperlukan
II. LANDASAN TEORI Dalam proses penelitian pendugaan parameter dari suatu distribusi diperlukan beberapa konsep dan teori yang mendukung dari ilmu statistika. Berikut akan dijelaskan beberapa konsep dan
Lebih terperinciANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK
LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik
Lebih terperinciModel Regresi Zero Inflated Poisson Pada Data Overdispersion
Model Regresi Zero Inflated Poisson Pada Data Overdispersion Wirajaya Kusuma Fakultas MIPA, Universitas Mataram e-mail: Kusuma_Wirajaya@yahoo.co.id Desy Komalasari Fakultas MIPA, Universitas Mataram e-mail:
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 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 terperinciGENERALIZED POISSON REGRESSION (GPR)
PEMODELAN JUMLAH KASUS KANKER SERVIKS DI JAWA TIMUR MENGGUNAKAN ANALISIS GENERALIZED POISSON REGRESSION (GPR) 12/06/2012 Oleh: RIZA INAYAH / 1309.030.042 Dosen Pembimbing: DR. Purhadi, M.Sc Jurusan Statistika
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 Masalah
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
Lebih terperinciAplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri
Vol. 6, No.1, 0-8, Juli 009 Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri Wahidah Sanusi Abstrak Penelitian ini dilakukan untuk mengestimasi model pertumbuhan
Lebih terperinciPERLUASAN DISTRIBUSI CHEN (DISTRIBUSI XTG)
PERLUASAN DISTRIBUSI CHEN (DISTRIBUSI XTG) Ana Zuliastuti 1, Sarini 2 1 Mahasiswa Departemen Matematika, FMIPA UI, Kampus UI Depok, 16424 2 Staff Pengajar Departemen Matematika, FMIPA UI, Kampus UI Depok,
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 terperinciUJI LIKELIHOOD RASIO UNTUK PARAMETER DISTRIBUSI WEIBULL
UJI LIKELIHOOD RASIO UNTUK PARAMETER DISTRIBUSI WEIBULL Sartika 1) Wayan Somayasa 2) Rahmaliah Sahupala 2) 1) Mahasiswa Program Studi Matematika 2) Dosen Program Studi Matematika Jurusan Matematika F-MIPA
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 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 terperinciKata Kunci Keparahan Korban Kecelakaan Lalu Lintas, Model Log Linier, Regresi Logistik Multinomial. H 1 Ada hubungan antara dua variabel yang diamati
Pemodelan Faktor Penyebab Keparahan Korban Kecelakaan Lalu Lintas Dengan Metode Regresi Logistik Multinomial (Studi Kasus Kecelakaan Lalu Lintas di Provinsi DKI Jakarta) Weny Rahmayanti, dan Vita Ratnasari
Lebih terperinciPEMODELAN JUMLAH ANAK PUTUS SEKOLAH DI PROVINSI BALI DENGAN PENDEKATAN SEMI-PARAMETRIC GEOGRAPHICALLY WEIGHTED POISSON REGRESSION
E-Jurnal Matematika Vol. 2, No.3, Agustus 2013, 29-34 ISSN: 2303-1751 PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DI PROVINSI BALI DENGAN PENDEKATAN SEMI-PARAMETRIC GEOGRAPHICALLY WEIGHTED POISSON REGRESSION GUSTI
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 terperinciStatistika ITS Surabaya
SEMINAR TUGAS AKHIR POLA HUBUNGAN ANTARA STATUS GIZI BALITA DAN FAKTOR- FAKTOR SOSIAL EKONOMI TERHADAP TINGKAT KESEJAHTERAAN KELUARGA PADA KELUARGA NELAYAN DI SURABAYA TIMUR Oleh : Rindyanita Rizky K.
Lebih terperinciSaintia Matematika ISSN: Vol. 02, No. 04 (2014), pp
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 04 (2014), pp. 313 321. SUATU KAJIAN TENTANG PELAYANAN KESEHATAN DI PUSKESMAS PEMBANTU JATI UTOMO BINJAI Nida Elhaq, Pasukat Sembiring, Djakaria Sebayang
Lebih terperinci