PENGGUNAAN METODE GENERALIZED RIDGE REGRESSION (GRR) PADA REGRESI LOGISTIK UNTUK MENGATASI MULTIKOLINEARITAS
| Main Author: | ANISSA NUR BAITTI, 1617031123 |
|---|---|
| Format: | Bachelors NonPeerReviewed Book Report |
| Terbitan: |
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
, 2020
|
| Subjects: | |
| Online Access: |
http://digilib.unila.ac.id/63547/1/1.%20ABSTRAK%20%28ABSTRACT%29.pdf http://digilib.unila.ac.id/63547/2/2.%20SKRIPSI%20FULL.pdf http://digilib.unila.ac.id/63547/3/3.%20SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf http://digilib.unila.ac.id/63547/ |
Daftar Isi:
- Metode Generalized Ridge Regression (GRR) adalah pengembangan dari regresi ridge dengan menambahkan bias K yang berbeda untuk setiap peubah bebas. Penelitian ini bertujuan untuk mengetahui perfoma metode GRR untuk mengatasi multikolinearitas pada model regresi logistik dengan Maximum Likelihood Estimation (MLE) berdasarkan data simulasi dan data riil angka kematian deman berdarah. Hasil dari penelitian menunjukkan bahwa metode GRR lebih baik baik dari pada metode MLE dalam menangani masalah multikolinearitas. Semakin besar ukuran sampel yang digunakan maka semakin kecil MSE pada GRR. Data angka kematian demam berdarah dipengaruhi oleh rata-rata kelembaban udara dan rumah tangga kumuh berdasarkan pada metode GRR sedangkan dengan metode MLE semua variabel bebas tidak ada yang mempengaruhi angka kematian demam berdarah. Kata Kunci: Multikolinearitas, Maximum Likelihood Estimation, konstanta bias K, Generalized Ridge Regression.