Regresi Logistik pada Data Rare Event

dokumen-dokumen yang mirip
BAB II TINJAUAN PUSTAKA. analisis regresi logistik, dan analisis regresi logistik rare event.

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja

III. METODOLOGI PENELITIAN

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

Prosiding Statistika ISSN:

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB 2 LANDASAN TEORI

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

Pemodelan Kondisi Jaringan Listrik PT. PLN (Persero) Area Surabaya Selatan dengan Analisis Regresi Logistik Ordinal

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-159

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Jurnal EKSPONENSIAL Volume 7, Nomor 1, Mei 2016 ISSN

BAB II LANDASAN TEORI

Created by Simpo PDF Creator Pro (unregistered version)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai dasar-dasar teori yang akan

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

ESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE.

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-311

JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print)

Pemodelan Angka Pengangguran Pernah Bekerja dan Belum Pernah Bekerja di Jawa Timur Menggunakan Metode Regresi Multivariat

PENAKSIR RASIO PROPORSI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

Parameter Quantile-like dalam Pendugaan Area Kecil Melalui Pendekatan Penalized- Splines

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PENDETEKSIAN OUTLIER DENGAN METODE REGRESI RIDGE

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Pemodelan Angka Prevalensi Kusta dan Faktor- Faktor yang Mempengaruhi di Jawa Timur dengan Pendekatan Geographically Weighted Regression (GWR)

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

BAB III METODE PENELITIAN

Proses inferensi pada model logit Agus Rusgiyono. Abstracts


PEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHTED REGRESSION. Hasbi Yasin Staf Pengajar Program Studi Statistika FMIPA UNDIP.

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

DISTRIBUSI WEIBULL DAN PARETO UNTUK DATA TINGGI GELOMBANG TSUNAMI ACEH 2004

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

LANDASAN TEORI. x R, untuk suatu fungsi f : R [0, )

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

BAB I PANDAHULUAN. 1.1 Latar Belakang

Analisis Aliran Daya

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

3. Integral (3) (Integral Tentu)

BAB 3 Interpolasi. 1. Beda Hingga

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

7. PERSAMAAN DIFFERENSIAL BIASA

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

titik tengah kelas ke i k = banyaknya kelas

Koefisien Korelasi Spearman

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

Analisis Faktor Risiko Penyebab Diabetes Mellitus di Kota Ambon Menggunakan Model Regresi Logistik

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

RELATIF EFISIENSI PENAKSIR MOMEN TERHADAP PENAKSIR MAKSIMUM LIKELIHOOD UNTUK PARAMATER BERDISTRIBUSI SEGITIGA. Haposan Sirait 1, Usman Malik 2 ABSTRAK

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

UKURAN DASAR DATA STATISTIK

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma

Karakteristik Siswa Putus Sekolah Tingkat SD dan SMP di Kawasan Surabaya Utara

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

BAB II KAJIAN PUSTAKA

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

BAB 2 LANDASAN TEORI. menentukan hubungan antara variabel independen (x) dengan variabel dependen (y).

LOCALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA RUANG n EUCLIDE

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Pemodelan Penduduk Miskin di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)

UKURAN GEJALA PUSAT DAN UKURAN LETAK

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

PENAKSIR RASIO REGRESI LINEAR SEDERHANA UNTUK RATA-RATA POPULASI MENGGUNAKANKARAKTER TAMBAHAN

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB II TINJAUAN PUSTAKA. Menurut Daniel L. Schodek (1999), gempa bumi dapat terjadi karena fenomena

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

H dinotasikan dengan B H

STATISTIKA ELEMENTER

MEAN SQUARE ERROR TERKECIL DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

PENDAHULUAN. Latar Belakang

KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH. Elen Dwi Pradewi 1, Sudarno 2

ISSN: X 45 SIFAT ASIMTOTIK ESTIMATOR NADARAYA-WATSON DENGAN KERNEL ORDE TAK HINGGA. Maria Suci Apriani a, Sri Haryatmi b

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

KAJIAN MODEL REGRESI ASYMTOTIC

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama)

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

Transkripsi:

Prosdg Statsta ISSN 46-6456 Regres Logst ada Data Rare Evet Rud Rum Ar Wstara, Sulad, 3 Abdul Kudus,,3 Statsta, Faultas MIPA, Uverstas Islam Badug, Jl. Ragga Malela No. Badug 46 e-mal: rud_ra@mal.com, sulad@gmal.com, 3 audus69@ahoo.com Abstra. Regres logst meruaa salah satu metode statsta ag dguaa utu megaalss hubuga beberaa fator dega sebuah varabel reso. Pada regres logst varabel reso terdr dar dua ategor atu suses da gagal ag dotasa dega = (suses) da = (gagal). Regres logst ba dguaa ja ersetase = da = tda jauh berbeda. Dalam asus redt macet daat djuma ods d maa ersetase redt macet jauh lebh ecl dbadga dega ersetase redt lacar ada varabel reso. Kods seert tu dsebut dega rare evet. Pada data rare evet aa meebaba Pr(Y = ) uderestmates sedaga utu Pr(Y = ) overestmates. Masalah samel terbatas (fte samle) daat meebaba () model ag terbetu aa meghasla easr arameter ag bas; () esalaha bau bag easr ag lebh ecl (uderestmates) da () daat meebaba P(Y = ) uderestmates. Srs membahas bagamaa megores eduga arameter ag bas da ores eluag ada regres logst ja data reso jarag terjad (rare evet). Model regres logst rare evet aa dteraa ada data asus redt ba d Amera dega Y = ja asabah megalam redt macet lebh dar 9 har. Hasl ores bas terhada oefse regres adalah bahwa bas ada ˆ lebh besar d badga dega ag laa. Namu utu hasl bas ada eseluruha tasra arameter ecl, hal area samel ag cuu besar atu sebaa 3. Hasl esalaha bau easr terlhat bahwa esalaha bau easr arameter terores lebh ecl dbadga dega esalaha bau ada easr arameter regres logst. Oleh area tu regres logst ada data rare evet lebh ba dguaa darada regres logst. Sedaga utu ores tasra eluag ( ) lebh ecl dbadga dega tasra eluag ja tda megguaa ores ada regres logst. Kata uc: Regres Logst, Rare Evet, Bas, Peluag. A. Pedahulua Dalam ehdua sehar-har semua orag ast meml ebutuha. Kebutuha ada ag bersfat medesa da ada ag tda. Kebutuha ag medesa meutut utu segera deuh. Namu emeuha tersebut tda terleas dar masalah baa atau daa. Daa ag derlua basaa tda sedt jumlaha, semetara daa ag terseda acaal tda mecuu. Kebaaa orag dalam meghada euraga daa salah satu jala eluar ag daat dlaua adalah dega berutag eada ha ba. Para asabah ag telah memeroleh fasltas redt dar ba tda seluruha daat megembala utaga dega lacar sesua dega watu ag telah derjaja. Abat asabah tda daat membaar luas utaga, maa aa tergambar erjalaa redt mejad macet atau terhet. Salah satu metode ag daat derguaa utu memetaa asabah e dalam ategor redt macet da lacar atu metode regres logst. Regres logst meruaa salah satu metode statsta ag dguaa utu megaalss hubuga atara satu varabel reso (Y) dega satu atau lebh varabel bebas ( X ). Dmaa varabel reso terdr dar dua ategor atu suses da gagal ag dotasa dega Y = (suses) da Y = (gagal). Sebaga cotoh ada asus artu redt, Y =

Rud Rum Ar Wstara, et al. ja varabel resoa meataa redt lacar da Y = ja varabel resoa meataa redt macet. Regres logst ba dguaa ja ersetase Y = da Y = tda jauh berbeda. Dalam asus redt macet daat djuma ods d maa ersetase redt macet jauh lebh ecl dbadga dega ersetase redt lacar ada varabel reso. Kods seert tu dsebut dega rare evet. Pada data rare evet aa meebaba Pr(Y = ) uderestmates sedaga utu Pr(Y = ) overestmates. Masalah samel terbatas (fte samle) daat meebaba () model ag terbetu aa meghasla easr arameter ag bas; () esalaha bau bag easr ag lebh ecl (uderestmates) da () daat meebaba P(Y = ) uderestmates. Srs membahas bagamaa megores eduga arameter ag bas da ores eluag ada regres logst ja data reso rare evet da dalasa ada asus redt macet.. Rumusa Masalah Berdasara uraa dar latar belaag ag telah dugaa, maa masalah ag daat ddetfas adalah:. Bagamaa erbadga easr arameter regres logst dega regres logst ada data rare evet?. Bagamaa erbadga esalaha bau easr arameter regres logst dega regres logst ada data rare evet? 3. Bagamaa erbadga tasra eluag regres logst dega regres logst ada data rare evet?. Tujua Peelta Berdasara detfas masalah maa tujua dalam eulsa srs adalah:. Membadga easr arameter regres logst dega regres logst ada data rare evet.. Membadga esalaha bau easr arameter regres logst dega regres logst ada data rare evet. 3. Membadga tasra eluag regres logst dega regres logst ada data rare evet. B. Tjaua Pustaa. Regres Logst Meurut Hosmer da Lemeshow (989) model regres logst ag degaruh oleh varabel bebas daat dataa sebaga la haraa dar Y dega dbera la. e... EY (.) e... Utu memermudah dalam measr arameter regres, maa ada ersamaa (.) dtrasformasa dega megguaa trasformas logt. Sehga daat dtuls sebaga berut: logt g l... (.) Prosdg Peelta Svtas Aadema Usba (Sas da Teolog)

Regres Logst ada Data Rare Evet 3. Peasra Parameter Model Metode easra arameter ag basa dguaa dalam regres logst adalah metode MLE (Mamum Lelhood Estmato). Varabel reso Y meml sebara Beroull dega arameter da fugs sebara eluaga adalah:, utu atau P, utu ag la Meurut Hosmer da Lemeshow (989), fugs lelhood dstrbus Beroull utu samel bebas adalah l (.3) Utu memudaha mecar la ˆ ˆ,..., ˆ, ag memasmuma fugs lelhood dguaa betu logartma atural dar fugs lelhood, ag dsebut sebaga fugs log-lelhood. Logartma atural fugs eluag bersamaa daat dtuls sebaga berut: l l... l L (.4) Selajuta dhtug turua ertama dar ( ) masg-masg terhada ˆ ˆ,..., ˆ, emuda dsarata sama dega ol. dl d... l d d dl d.. dl d d d (.5)... l (.6). d... l d (.7) Dar ersamaa (.7), (.8), da (.9) mash teradug, dar turua ertama d atas sult utu dhtug secara maual oleh sebab tu dguaa batua software. Selajuta aa dhtug turua edua, turua edua aa dlhat aaah ada solus atau tda. Betu umum dar turua arsal edua fugs log-lelhood adalah: Statsta, Gelombag, Tahu Aadem 4-5

4 Rud Rum Ar Wstara, et al. L L. r r dmaa, j =,,,...,. Da easr matrs varasa adalah ˆ ' V (.8) dmaa adalah eluag suses, - adalah eluag gagal da bebas dega =,,...,. adalah varabel 3. Regres Logst ada Data Rare Evet Msala varabel reso Y, Y,... Y,... Y meruaa samel aca ag berdstrbus Beroull dega ( ) da ( ) utu =,,...,. Dalam model regres logst eluag adalah fugs dstrbus umulatf logst adaersamaa.. Trasformas logt sebagamaa djelasa ada baga regres logst atu ersamaa.. ) Kores Bas terhada Koefse Utu megores bas ˆ daat dtasr oleh weghted least-squared: bas ( ˆ) X ' WX X ' W (.9) dmaa.5q w w (.) ˆ ' Q eleme dagoal utama X X WX X (.) W dag ˆ ˆ w (.) Dega vetor embobot w sebaga berut, w wy w ( Y ) (.3) dmaa w sebaga embobot utu la satu da w sebaga embobot la ol. Sedaga adalah roors ejada suses dala oulas da adalah roors ejada suses dala samel. Metode WLS ada regres logst rare evet mudah utu dteraa area omoea sama dega metode WLS ada regres logst. Dega sebaga varabel reso, X sebaga varabel bebas da W sebaga embobot. Sedaga utu easr ores basa atu, ˆ bas( ˆ) (.4) Utu medaata reds eluag maa bsa dlaua dega memasua ores easr bas ( ) e dalam ersamaa logt sebaga berut: e Pr ˆ (.5) e ' Prosdg Peelta Svtas Aadema Usba (Sas da Teolog)

Regres Logst ada Data Rare Evet 5 Namu, hal tda otmal area megabaa etdaasta ada. Oleh area tu erlu dlaua ores ulag terhada. Betu ores eluaga sebaga berut: Pr C (.6 ) dega fator oresa adalah C (.5 ) ( ) ' V (.7) dmaa V ˆ ˆ V da matrs varas V sebagamaa djelasa ada baga easra arameter model regres logst. C. Baha da Metode Peelta. Baha Data ag dguaa utu megalasa aalss regres logst rare evet berasal dar Gve me some redt ag dlucura dalam stus Kaggle. Data tersebut bers tetag asabah ag meml fasltas redt (debtur). Varabel reso ag dguaa adalah status redt atu:, tda megalam redt macet lebh dar 9 har, megalam redt macet lebh dar 9 har Sedaga varabel bebas ada sebaa varabel ag terdr dar Jumlah Saldo Kartu Kredt, Usa Debtur, Freues Megalam Kredr Macet 3-59 Har, Pembaara Utag Bulaa, Pedaata Bulaa, Jumlah Pjama Terbua da Kredt, Freues Megalam Kredr Macet >9 Har, Jumlah Kredt KPR da Proert, Freues Megalam Kredr Macet 6-89 Har, Jumlah Tagguga Keluarga.. Metode Metode da taha-taha eelta ag dlaua utu mecaa tujua eulsa adalah sebaga berut:. Melaua easra oefse arameter regres logst.. Melaua easra model regres logst ada data rare evet dega lagah-lagah sebaga berut: a) Meghtug la roors ejada suses dalam oulas ( ). b) Meghtug la roors ejada suses dalam samel ( ). c) Masua lagah da e dalam ersamaa (.5) lalu htug vetor embobot ( w ). d) Meetua vetor embobot W ada ersamaa (.4). e) Kemuda tetua la Q ada ersamaa (.3). f) Lalu tetua vetor dar ada ersamaa (.). g) Meghtug bas (ˆ ) dega megguaa ersamaa (.). h) Meghtug easr terores ( ) ada ersamaa (.6). Lagah-lagah d atas dlaua dega megguaa ertah relogt ada acage Zelg software R. Statsta, Gelombag, Tahu Aadem 4-5

6 Rud Rum Ar Wstara, et al. 3. Megores esalaha bau bag easr ada regres logst ada ersamaa (.). 4. Kores terhada P(Y = ) model regres logst ada ersamaa (.8) dega lagah-lagah sebaga berut: a) Meghtug reds eluag dega memasua easr terores e dalam ersamaa (.7). b) Meghtug fator ores ( C ) ada ersamaa (.9) Lagah 4.a da 4.b dlaua dega megguaa software SAS IML D. Pembahasa Peasra arameter utu model regres logst dlaua dega megguaa metode mamum lelhood. Varabel reso ag dguaa adalah status redt atu:, tda megalam redt macet lebh dar 9 har, megalam redt macet lebh dar 9 har dmaa baaa la Y = atu sebesar 87 da baaa la Y = sebesar 86. Namu dema data ag megadug feomea rare evet dmaa ersetase Y = haa sebesar 87 6,88%. Hal tersebut aa megabata 3 uderestmated ada P(Y = ) ag arta terdaat bas ada easr arametera. Dega dema harus dlaua ores terhada oefse arameter regres logst. Bas ada easr arameter ecl, hal dareaa samel ag cuu besar atu sebaa 3. Sedaga bas ada ˆ lebh besar d badga dega ag laa. Kesalaha bau ada easr arameter sagat etg dguaa dalam suatu aalss salah satua eguja hotess. Kesalaha bau bag easr arameter terores lebh ecl dbadga dega esalaha bau bag easr arameter regres logst. Keta data rare evet ores terhada esalaha bau lebh ba dguaa darada regres logst. Kores eluag ada data rare evet dlaua dega megguaa easr terores utu medaata reds eluag. Kores eluag ( ) lebh ecl dbadga dega tasra eluag ja tda megguaa ores ada regres logst. E. Kesmula Kesmula dar srs adalah:. Hasl ores bas terhada oefse regres adalah bahwa bas ada ˆ lebh besar d badga dega ag laa. Namu utu hasl bas ada eseluruha tasra arameter ecl, hal area samel ag cuu besar atu sebaa 3.. Hasl esalaha bau easr terlhat bahwa esalaha bau easr arameter terores lebh ecl dbadga dega esalaha bau ada easr arameter regres logst. Oleh area tu regres logst ada data rare evet lebh ba dguaa darada regres logst. Prosdg Peelta Svtas Aadema Usba (Sas da Teolog)

Regres Logst ada Data Rare Evet 7 3. Sedaga utu ores tasra eluag ( ) lebh ecl dbadga dega tasra eluag ja tda megguaa ores ada regres logst. DAFTAR PUSTAKA Agrest, Ala.. Categorcal Data Aalss. New Yor: Ic. Joh Wle ad Sos. Bahsa, M.. Huum Jama da Jama Kredt Perbaa Idoesa. Jaarta: PT. Raja Grafdo Persada. D.W. Hosmer, da S. Lemeshow. 989. Aled Logst Regresso. New Yor: Ic. Joh Wle ad Sos. Hajarsma. N. 9. Aalss Data Kategor. Badug: Tda dterbta. Kg Gar, da Zeg Lagche.. Logstc Regresso Rare Evets Data. htt://gg.harvard.edu/fles/s.df. Nasuto, Aatqah.. Regres Logst utu Meetua Peluag ag Memua Kartu Yoga da ag Tda Memua Kartu Yoga Berdasara Keuasa Kosume. Badug: tda dterbta. Suramoo, Gatot. 9. Perbaa da Masalah Kredt Suatu Tjaua d Bdag Yurds. Jaarta: PT. Rea Cta. Statsta, Gelombag, Tahu Aadem 4-5