Firdausy, Nurul (2008) General Linear Mixed Model Pada Data Longitudinal Tidak Seimbang. Sarjana thesis, Universitas Brawijaya.
Abstract
Data penelitian yang didapatkan dari hasil pengukuran berulang pada beberapa individu (unit cross-sectional) dalam waktu berturut-turut (unit waktu) dikenal sebagai data longitudinal. Pada kenyataannya peneliti sering dihadapkan pada data longitudinal tidak seimbang yaitu data longitudinal dengan jumlah unit waktu untuk setiap unit cross-sectional tidak sama dan/atau pengukuran yang tersedia untuk setiap unit crosssectional tidak diambil pada waktu yang tetap. Untuk itu diperlukan metode analisis data longitudinal tidak seimbang yang juga memperhitungkan adanya korelasi di dalam unit cross-sectional yang sama. General Linear Mixed Model (GLMM) merupakan alternatif penyelesaian data longitudinal tidak seimbang yang menggabungkan efek tetap (parameter populasi-spesifik) dan efek acak (parameter subyekspesifik) ke dalam model statistik tunggal. Model ini dapat menggambarkan perubahan respon terhadap waktu yang merupakan tujuan utama penggunaan data longitudinal. Pembentukan GLMM dilakukan melalui pemilihan efek tetap di bawah pendugaan parameter efek tetap menggunakan metode Maximum Likelihood (ML), dan pemilihan komponen ragam (jumlah efek acak) di bawah pendugaan komponen ragam menggunakan metode Restricted Maximum Likelihood (REML). Pendugaan parameter efek acak yang merupakan cerminan penyimpangan subyek-spesifik dari profil rata-rata keseluruhan menggunakan penduga Empirical Bayes (EB).
English Abstract
Research data which was obtained from repeated measurement in several individuals (cross-sectional unit) of time series (time unit) is known as longitudinal data. In practice, the researcher is often face to unbalance longitudinal data that was longitudinal data with unequal number of time units for each cross-sectional unit and/or the available measurement for each cross-sectional unit has not taken in fixed time point. Therefore needed analysis method of unbalance longitudinal data which also takes into account the presence of correlation in the same cross-sectional unit. General Linear Mixed Model (GLMM) was an alternative solution for unbalance longitudinal which joining fixed effects (population-specific parameter) and random effects (subject-specific parameter) into single statistical model. Building GLMM is done by selecting fixed effects under estimation of fixed effects parameter using maximum likelihood (ML) method, and the selection of variance components (the number of random effects) under variance component estimation using restricted maximum likelihood (REML) method. Estimation of random effects which represents the deviation of subjectspecific from the overall mean profile is using Empirical Bayes (EB) estimates.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2008/101/050801418 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 17 Jul 2008 10:06 |
| Last Modified: | 09 Mar 2022 02:59 |
| URI: | http://repository.ub.ac.id/id/eprint/151756 |
Preview |
Text
050801418.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |