Pemodelan Regresi Logistik Multinomial Menggunakan Metode Penalized Maximum Likelihood Estimation Untuk Mengatasi Pemisahan
| Main Author: | Kurniawan, AchmadFandy |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/154702/ |
Daftar Isi:
- Parameter model regresi logistik multinomial diduga dengan metode Maximum Likelihood Estimation (MLE) dan metode iteratif Newton- Raphson. Kadang hasil pendugaan dengan metode MLE bersifat tak hingga atau proses iterasi tidak konvergen dan data mengandung pemisahan sempurna atau kurang sempurna sehingga metode MLE tidak dapat digunakan. Hal ini dapat diselesaikan dengan pendekatan metode Penalized Maximum Likelihood Estimation (PMLE) atau Prosedur Firth (Firth, 1993). Metode ini menghilangkan bias dengan memodifikasi fungsi skor likelihood pada metode MLE menjadi fungsi skor Penalized Likelihood. Hasil analisis terhadap data sekunder menunjukkan bahwa data profil pasien poli kardiologi RSUD Saiful Anwar mengandung pemisahan kurang sempurna sehingga digunakan pendekatan metode PMLE. Model terbaik bagi data ini mengandung prediktor usia, tekanan darah sistole, tekanan darah diastole, kolesterol, LDL dan Trigliserid yang berpengaruh nyata terhadap tingkatan penyakit jantung koroner.