ESTIMASI PARAMETER MODEL REGRESI LOGISTIK MENGGUNAKAN METODE JACKKNIFE LOGISIC RIDGE UNTUK MENGATASI MULTIKOLINEARITAS
| Main Author: | HANNA ARDELIA, 1657031006 |
|---|---|
| Format: | Bachelors NonPeerReviewed Book Report |
| Terbitan: |
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
, 2020
|
| Subjects: | |
| Online Access: |
http://digilib.unila.ac.id/62408/1/ABSTRAK%20%28ABSTRACT%29.pdf http://digilib.unila.ac.id/62408/2/SKRIPSI%20FULL.pdf http://digilib.unila.ac.id/62408/3/SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf http://digilib.unila.ac.id/62408/ |
Daftar Isi:
- Metode Jackknife Logistic ridge (JLR) adalah metode resampling untuk pendugaan parameter pada model regresi logistik yang digunakan untuk mengatasi masalah pada data multikoleniaritas, dengan menambahkan nilai konstanta bias (K) dari suatu penduga yang diharapkan mendekati penduga tak bias. Penelitian ini bertujuan untuk mengetahui kinerja metode Jackknife Logistic ridge untuk mengatasi masalah multikoleniaritas dengan Maximum Likelihood Estimation (MLE) berdasarkan data simulasi dan data rill prevelensi cedera di Indonesia. Hasil dari penelitian ini menunjukan metode JLR lebih baik digunakan dalam menangani masalah multikoleniaritas, nilai MSE pada metode JLR lebih kecil daripada MSE MLE. Data Prevelensi cedera dipengaruhi oleh kejatuhan dan keracunan berdasarkan metode JLR, sedangkan pada metode MLE tidak ada variabel bebas yang mempengaruhi prevelensi cedera di Indonesia. Kata Kunci: multikolinearitas, Maximum Likelihood Estimation , konstanta bias K, Jackknife Logistic Ridge