General Linear Mixed Model (GLMM) pada Data Longitudinal dengan Birespon
| Main Author: | Harmamik, Sulis |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2011
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/152582/1/051102480.pdf http://repository.ub.ac.id/152582/ |
Daftar Isi:
- General Linear Mixed Model (GLMM) merupakan alternatif penyelesaian data longitudinal berupa birespon yang menggabungkan efek tetap, efek acak dan vektor realisasi dari proses birespon ke dalam model statistik tunggal. GLMM dapat mengatasi korelasi antara pengamatan pada data longitudinal dengan respon data kontinyu. Pembentukan model GLMM diawali dengan penentuan model tentatif melalui eksplorasi data. Eksplorasi data terdiri dari beberapa cara, yaitu profil individu, struktur rata-rata, struktur ragam, dan struktur korelasi. Pembentukan GLMM dilakukan melalui pemilihan efek tetap menggunakan metode Maximum Likelihood (ML), dan pemilihan komponen ragam (jumlah efek acak) menggunakan metode Restricted Maximum Likelihood (REML). Berdasarkan hasil perbandingan nilai AIC, penelitian mengenai penyakit Diabetes Mellitus Tipe 2 sesuai apabila dimodelkan menggunakan GLMM dengan satu respon. Elemen matriks cross correlations yang terbentuk berkisar antara 0,3 sampai 0,6 dengan korelasi antara dua respon sebesar 0,5526 dan menghasilkan struktur peragam unstructured covariance (tidak berstruktur). Sedangkan pada data tanaman Pak Choy sesuai apabila dimodelkan menggunakan GLMM dengan birespon, karena terdapat korelasi yang kuat antara dua respon yaitu sebesar 0,7488. Elemen matriks cross correlations yang dihasilkan berkisar antara 0,3 sampai 0,8 dengan struktur peragam yang terbentuk berupa first-order autoregressive (AR(1)).