Estimasi Model Regresi Logistik Biner Nonparametrik Berdasarkan Local Likelihood Logit Estimation

• 主要作者: Chanif Bulan Istisadah, 081311833044
• 格式: Theses and Dissertations NonPeerReviewed
• 語言: Indonesian; Indonesian
• 出版: 2017
• 主題: HA1-4737 Statistics; QA273-280 Probabilities. Mathematical statistics
• 在線閱讀: http://repository.unair.ac.id/66309/1/ST.S.44-17%20Ist%20e%20-%20Abstrak.pdf; http://repository.unair.ac.id/66309/2/ST.S.44-17%20Ist%20e%20-%20Fulltext.pdf; http://repository.unair.ac.id/66309/; http://lib.unair.ac.id

Estimasi vektor parameter model regresi logistik biner nonparametrik menggunakan local likelihood logit estimation berbentuk implisit sehingga diselesaikan menggunakan metode iterasi Newton-Raphson multivariat dan pemilihan estimator terbaik model regresi logistik biner nonparametrik berdasarkan bandwidth optimal yang memaksimumkan Cross-Validation Maximum Likelihood untuk setiap fixed point arbitrary. Penerapan model regresi logistik nonparametrik pada data pasien diabetes mellitus tipe 2 di RSU Haji Surabaya tahun 2016 menggunakan algoritma pemrograman pada software OSS-R diperoleh nilai bandwith optimal dengan nilai Cross-Validation Maximum Likelihood sebesar -24763,7. Berdasarkan model terbaik dari nilai bandwidth optimal, dapat diperoleh ketepatan klasifikasi sebesar 70% pada cut point 0,24 dan pengujian kesesuaian model menggunakan statistik uji deviance dapat diambil kesimpulan bahwa model regresi logistik biner nonparametrik sesuai. Perbandingan model regresi logistik biner nonparametrik dengan parametrik berdasarkan ketepatan klasifikasi masing-masing adalah 70% dan 66.7% pada cut point 0,24 sehingga diperoleh kesimpulan bahwa model regresi logistik biner nonparametrik pada studi kasus pasien diabetes mellitus tipe 2 di RSU Haji Surabaya lebih unggul.