Aktrisanti, FlaviaTiara (2011) Perbandingan Model Generalized Linear Mixed Models (GLMMs) Dan Generalized Estimating Equation (GEE) Pada Data Longitudinal dengan Respon Berdistribusi Poisson. Sarjana thesis, Universitas Brawijaya.
Abstract
Hasil pengamatan sebuah penelitian bisa berupa banyak kemunculan suatu kejadian sehingga disebut data hitung dan diasumsikan mengikuti distribusi Poisson karena diperoleh dari hasil menghitung banyak kejadian yang muncul secara acak dalam selang waktu tertentu, bersifat saling bebas, dan selalu bernilai positif. Data longitudinal adalah hasil pengukuran berulang dari waktu ke waktu pada masing-masing subyek. Sebagai konsekuensi adanya pengukuran berulang pada unit waktu, menimbulkan korelasi dalam unit subyek yang sama. Data longitudinal dengan respon berdistribusi Poisson dapat dimodelkan dalam Generalized Estimating Equation (GEE) dan Generalized Linear Mixed Models (GLMMs). Tujuan penelitian adalah memilih model terbaik untuk data longitudinal dengan respon berdistribusi Poisson berdasarkan nilai Akaike’s Information Criterion (AIC) dengan membandingkan model GLMMs dan GEE yang terbentuk. Data yang digunakan dalam penelitian ini adalah data hasil penelitian di bidang kesehatan mengenai penyakit kanker kulit, episode efek samping, dan penyakit epilepsi. Berdasarkan hasil dan pembahasan diketahui bahwa seluruh model GLMMs yang terbentuk dari ketiga data dalam penelitian memiliki nilai AIC yang lebih kecil daripada seluruh model GEE. Kesimpulan dari penelitian ini adalah model GLMMs lebih baik daripada model GEE untuk memodelkan data longitudinal dengan respon berdistribusi Poisson sehingga pada ketiga data penelitian di bidang kesehatan dalam penelitian ini, digunakan model GLMMs untuk memodelkan data longitudinal dengan respon berdistribusi Poisson.
English Abstract
The response of research can be an occurence of event, called count data, and is assumed to follow a Poisson distribution because it gets from calculating an occurence of event that appear randomly in the intervals, are independent, and always be positive. Longitudinal data are the result of repeated measurements over time on each subject. As a consequence of repeated measurements in units of time, causing the correlation in units of the same subject. Longitudinal data with Poisson distributed response can be modeled in Generalized Estimating Equation (GEE) and Generalized Linear Mixed Models (GLMMs). The purpose of this research is to choose the best model for longitudinal data with Poisson distributed responses based on the value of Akaikes Information Criterion (AIC) to compare GLMMs and GEE models formed. Data used in this research is the result of research data in the health about skin cancer, episodes of side effects, and epilepsy. Based on the results and discussion, all GLMMs models are formed from the third data in the study had a smaller AIC value than the GEE models. The conclusion of this research is GLMMs model better than GEE model to model longitudinal data with Poisson distributed response so that the data in this research, GLMMs model used to model longitudinal data with Poisson distributed response.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2011/131/051102481 |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 08 Jun 2011 09:38 |
| Last Modified: | 22 Oct 2021 07:20 |
| URI: | http://repository.ub.ac.id/id/eprint/152583 |
Preview |
Text
051102481.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |