Kajian metode maximum penalized likelihood estimation untuk mengatasi kasus quaicomplete separation pada regresi logistik biner (studi kasus di Badan Pengelolaan Tambak Ikan Kabupaten Magetan) / Rahmita Gusti Atika
| Main Author: | Atika, Rahmita Gusti |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://repository.um.ac.id/17362/ |
Daftar Isi:
- AtikaRahmitaGusti.2014.KajianMetodeMaximumPenalizedLikelihoodEstimationuntukMengatasiKasusQuasicompleteSeparationpadaRegresiLogistikBiner.SkripsiJurusanMatematikaFakultasMatematikadanIlmuPengetahuanAlamUniversitasNegeriMalang.PembimbingDrs.SusiswoM.Si.KatakunciMPLEquasicompleteseparationregresilogistikbinerrasiooddsTujuanpenelitianiniadalahmengatasikasuspemisahankurangsempurnapadaregresilogistikbiner.Kasusiniterjadikarenasatuataukombinasibeberapaprediktorakanmenyebabkanpeubahprediktordanpeubahresponterpisahsecarakurangsempurnasehinggapendugamenjaditidakkonvergen.PendugaanparameterregresilogistikbinertidakdapatdilakukandenganmetodeMaximumLikelihoodEstimation(MLE)apabilaterdapatkasuspemisahankurangsempurna(quasicompleteseparation).UntukmengatasipermasalahaninimakapendugaanparameterdilakukanmenggunakanmetodeMaximumPenalizedLikelihoodEstimation(MPLE).MetodeinimerupakanhasilmodifikasifungsiskorLikelihoodmenjadifungsiskorPenalizedLikelihood.SelanjutnyametodeiniditerapkanpadadatasekunderpemberiankreditolehpemerintahkepadapeternakikanairtawardikabupatenMagetan.HasilpendugaanparameterdenganmenggunakansoftwareAdd-insMs.ExcelXLSTATpadadataadalahdansertadiperolehmodelterbaikuntukdatainimengandungprediktorkebersihantambakdankadarammonia.Rasiooddsuntukpendugaparametermodelterbaikbernilai0.192danbernilai0.339.