Estimasi parameter regresi zero-inflated negative binomial dengan metode algoritma Expectation Maximization (EM) (studi kasus: penyakit difteri di Jawa Barat tahun 2016) / Dimas Adi Pradana
| Main Author: | Pradana, Dimas Adi |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.um.ac.id/17586/ |
Daftar Isi:
- ABSTRAKPradanaDimasAdi.2019.EstimasiParameterRegresiZero-InflatedNegativeBinomialdenganMetodeAlgoritmaExpectationMaximization(EM)(StudiKasusPenyakitDifteridiJawaBaratTahun2016).SkripsiJurusanMatematikaFakultasMatematikadanIlmuPengetahuanAlamUniversitasNegeriMalang.PembimbingTrianingsihEniLestariS.SiM.Si.KataKunciDifteriRegresiZINBOverdispersi.Suatumetodeyangdigunakanuntukmelihathubunganvariabelterikatdenganfaktor-faktoryangmempengaruhinyadisebutanalisisregresi.Padaanalisisregresiterdapatkasusdimanavariabelterikattidakmengikutisebarannormaldanberupadatacount.SalahsatumodelyangdapatdigunakanpadakondisitersebutadalahregresiPoisson.RegresiPoissonmemilikisuatuasumsiyaitunilaivariandanrata-ratadarivariabelterikatharussama(equidispersion).Namunkenyataannyaseringditemukandatayangnilaivariansinyalebihkecildarirata-rata(underdispersion)ataunilaivariansinyalebihbesardarirata-rata(overdispersion).SalahsatupenyebaboverdispersionpadaregresiPoissonadalahnilainolyangberlebihpadavariabelterikat(excesszeros).UntukmengatasimasalahtersebutmetodeyangdigunakanadalahregresiZero-InflatedNegativeBinomial(ZINB).EstimasiparameteryangdigunakanpadamodelZINBadalahmetodeMLEviaalgoritmaExpectationMaximization(EM).DataterapanyangdigunakanpadapenelitianiniadalahdatasekundermengenaijumlahkasusdifteridiJawaBarattahun2016.ModelterbaikregresiZero-InflatedNegativeBinomial(ZINB)yangdapatmenjelaskanhubunganjumlahkasusdifteridiProvinsiJawaBarattahun2016denganfaktor-faktoryangdidugamempengaruhinyadidasarkanolehsuatukriteriapemilihanyaituAIC.YangmanasemakinkecilnilaiAICsemakinbaik.Faktor-faktoryangmempunyaipengaruhsecarasignifikanterhadapjumlahkasusdifteridiProvinsiJawaBarattahun2016untukdatacountadalahpersentaseimunisasiDPT(X1)persentasependudukyangmemilikiaksesairminumlayak(X3)danpersentaseTPMyangmemenuhisyarathigienesanitasi(X6).Sedangkanuntukdatazero-inflationadalahpersentasependudukyangmemilikiaksesairminumlayak(X3)jumlahpuskesmas(X5)danpersentaseTPMyangmemenuhisyarathigienesanitasi(X6).