Simulasi Model Regresi Cox Proportional Hazard Dengan Metode Maximum Partial Likelihood Estimation (Mple)
| Main Author: | Wiryakandhi, RienBathari |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/154704/ |
Daftar Isi:
- Analisis Survival Merupakan Salah Satu Metode Statistika Yang Dapat Diterapkan Dalam Bidang Medis, Sosial, Dan Lain Sebagainya. Data Yang Digunakan Untuk Analisis Survival Adalah Data Yang Berhubungan Dengan Waktu Mulai Dari Awal Penelitian Hingga Suatu Peristiwa Yang Diamati Peneliti Terjadi. Dalam Analisis Survival Terdapat Pengamatan Atau Data Tersensor Di Mana Data Tersensor Merupakan Pengamatan Yang Tidak Bisa Diamati Secara Keseluruhan Karena Beberapa Penyebab Salah Satunya Yaitu Individu Atau Objek Tidak Mengalami Peristiwa Yang Diamati Saat Penelitian Berakhir. Pada Penelitian Ini Digunakan Dua Macam Data Bangkitan, Data Pertama Menggunakan Variabel Respon Atau Waktu Survival Mengikuti Sebaran Weibull Dengan Satu Variabel Penjelas Yang Mengikuti Sebaran Normal Dan Data Kedua Menggunakan Variabel Respon Mengikuti Sebaran Weibull Dengan Dua Variabel Penjelas Yang Mengikuti Sebaran Normal Dan Binomial Dengan Tujuan Untuk Mengetahui Bagaimana Sifat Penduga Parameter Yang Dihasilkan Dari Proses Simulasi. Data Dibangkitkan Dengan Berbagai Ukuran Sampel 50, 100, 200, Dan 500 Dengan Persentase Data Tersensor 10%, 30%, Dan 60%. Masing-Masing Skenario Disimulasikan Sebanyak 500 Kali Untuk Mendapatkan Penduga Parameter Dan Standard Error Dari Masing-Masing Skenario Simulasi. Hasil Simulasi Menunjukkan Bahwa Semakin Banyak Ukuran Sampel Dan Semakin Kecil Persentase Data Tersensor, Maka Semakin Baik Pula Penduga Parameter Yang Dihasilkan Dilihat Dari Nilai Bias, Standard Error, Bias Relatif, Mse, Dan Jarak Euclidian Yang Semakin Kecil.