Generalized Linear Mixed Model (GLMMs) pada data longitudinal diskrit dengan variabel respon ordinal pada Data Penggunaan Mariyuana dan Data Penyakit Schizophrenia
| Main Author: | Subadina, RianRizki |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2011
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/152918/1/051100708.pdf http://repository.ub.ac.id/152918/ |
Daftar Isi:
- Dengan menggunakan regresi logistik ordinal (OLR) yang merupakan metode analisis untuk mengetahui bentuk hubungan antara satu variabel respon yang berskala ordinal (berdasarkan pada rangking yang diurutkan dari jenjang yang lebih tinggi sampai jenjang terendah atau sebaliknya) dengan satu atau lebih variabel penjelas, memudahkan dalam menaksir dan peramalan model. Dalam data longitudinal, pengamatan terhadap suatu subyek (cross sectional) diamati selama beberapa kali (unit waktu) yang menimbulkan korelasi antar pengamatan. Salah satu metode penyelesaian untuk data longitudinal adalah Generalized Linear Mixed Model (GLMMs) yang merupakan perluasan GLMs dengan menyertakan efek acak di samping efek tetap. Tujuan penambahan efek acak adalah untuk mengatasi korelasi antar pengamatan. Pendugaan parameter dalam GLMMs menggunakan Maximum Likelihood dan Adaptive Gaussian Quadrature. Pemilihan model terbaik dalam GLMMs menggunakan AIC dan intraclass correlation untuk mengetahui besarnya korelasi antar pengamatan. Data mariyuana diperoleh model terbaik dengan variabel intercept, time dan gender dengan efek acak intersep, dengan peluang laki-laki menggunakan mariyuana lebih besar dibandingkan perempuan. Data keparahan penyakit Schizophrenia diperoleh model terbaik dengan variabel intercept, time dan treatment dengan efek acak intersep, dengan penggunaan drug lebih efektif menurunkan keparahan penyakit Schizophrenia.