Perbandingan Metode Gauss Newton Dan Metode Marquardt Dalam Menaksir Parameter Binary Logistic Regression
| Main Author: | Indriani, Vionita |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2011
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/152728/1/051103620.pdf http://repository.ub.ac.id/152728/ |
Daftar Isi:
- Analisis regresi adalah teknik statistika untuk memeriksa dan memodelkan hubungan sebab akibat antara beberapa variabel. Penerapan analisis regresi sangat banyak di hampir setiap bidang, seperti teknik, ekonomi, manajemen, ilmu-ilmu biologi dan ilmu-ilmu sosial. Salah satu model regresi yang sering digunakan adalah model regresi logistik. Regresi logistik adalah salah satu model yang digunakan untuk mencari hubungan antara peubah respon kategori dengan satu atau lebih peubah penjelas yang kontinyu ataupun kategori. Pendugaan parameter pada regresi logistik menggunakan metode iterative. Metode iterative yang digunakan dalam penelitian ini adalah metode Gauss Newton dan Metode Marquardt. Penelitian ini bertujuan untuk mengetahui metode penduga mana yang lebih baik dalam menaksir parameter Binary Logistic Regression dan bagaimana pengaruh penetuan nilai awal serta jumlah sampel terhadap iterasi yang terbentuk. Dari hasil yang diperoleh, disimpulkan bahwa metode Marquardt lebih baik daripada metode Gauss newton dalam menduga parameter regresi logistik biner. Hal ini terlihat dari nilai MSE yang dihasilkan metode Marquardt lebih kecil dibanding MSE yang dihasilkan metode Gauss Newton. Metode Marquardt juga lebih cepat mencapai kekonvergenan dibanding metode Gauss Newton, dalam hal penentuan nilai awal maupun dengan jumlah sampel yang semakin diperbesar, diterapkan pada 3 macam jumlah sampel yaitu n = 10, n = 50, dan n = 100. Hal ini terlihat dari jumlah iterasi yang dilakukan metode Marquardt untuk mencapai kekonvergenan lebih sedikit.