Perbandingan Model Regresi Cox Menggunakan Time-Dependent Variable Dan Stratified Proportional Hazard Untuk Mengatasi Nonproportional Hazard

Sari, AgnesiaBerlianNirwana (2013) Perbandingan Model Regresi Cox Menggunakan Time-Dependent Variable Dan Stratified Proportional Hazard Untuk Mengatasi Nonproportional Hazard. Sarjana thesis, Universitas Brawijaya.

Abstract

Regresi Cox Proportional Hazard Adalah Metode Regresi Yang Digunakan Untuk Melihat Faktor-Faktor Yang Menyebabkan Terjadinya Suatu Peristiwa (Biasa Dikenal Dengan Nama Time-Dependent Covariate ) Dengan Peubah Responnya Adalah Waktu Ketahanan Hidup. Penggunaan Regresi Cox Harus Memenuhi Proportional Hazard , Jika Asumsi Ini Tidak Terpenuhi Dalam Memodelkan Regresi Cox , Berarti Komponen Linear Yang Membentuk Model Dalam Berbagai Waktu Tidak Sesuai Akibatnya Pemodelan Regresi Cox Tidak Tepat. Jika Asumsi Ini Tidak Terpenuhi Berarti Komponen Linier Dari Model Berubah-Ubah Tergantung Waktu Dan Dikatakan Nonproportional Hazard . Metode Yang Dapat Digunakan Pada Kasus Nonproportional Hazard Adalah Model Regresi Cox Dengan Time-Dependent Variable. Time-Dependent Variable Diartikan Sebagai Peubah Yang Nilainya Berubah-Ubah Setiap Saat. Cara Lain Yang Dapat Digunakan Untuk Mengatasi Nonproportional Hazard Adalah Stratified Proportional Hazard. Pada Stratified Proportional Hazard Kelompok Individu Dibagi Menjadi Beberapa Kelompok Dan Masing-Masing Memiliki Fungsi Baseline Hazard Yang Berbeda. Dengan Menggunakan Perhitungan AIC ( Akaike Information Criteria ) Disimpulkan Bahwa Model Yang Lebih Baik Untuk Data Ketahanan Hidup Penderita Kanker Leher Rahim Dan Data Ketahanan Hidup Penderita Hipertensi Dengan Terapi Tablet Captopril Adalah Model Regresi Cox Dengan Time-Dependent Variable

English Abstract

Regression Cox Proportional Hazard Is Method Regression Used To View Of Factors Causing The Occurrence Of An Event ( Unusual Known As The Time-Dependent Covariate ) With Response Of Variables Is Going To Is Time Survival. Regression Cox Must Satisfied Proportional Hazard Assumption, If Proportional Hazard Assumption Not Satisfied, Linear Components That Make Up The Model In A Range Of Time Is Not Appropriate As A Result Of The Cox Regression Modeling Is Not Right. If The Assumption Was Not Met Mean Components Linear From A Capricious Depends Time And Said Nonproportional Hazard. A Method That Can Be Used In Cases Of Nonproportional Hazard Is A Model Of Regression Cox With Time-Dependent Of Variable. Time-Dependent Of Variable Whose Values Are Defined As Variables Capricious All The Time. Another Way That Can Be Used To Overcome Nonproportional Hazard Was Stratified Proportional Hazard. In Proportional Stratified Hazard Group Of Individuals Divided Into Some Group And Each Having The Function Of The Baseline Hazard Different. By The Use Of Reckoning AIC ( Akaike Information Criteria ) Concluded That A Model That Is Better For Data Of Survivorship A Cancer Patient The Neck Of The Uterus And Data Of Survivorship Patients Hypertension With Therapy A Tablet Captopril Is A Model Of Regression Cox With Time-Dependent Of Variable

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2013/359/051310983
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: Budi Wahyono Wahyono
Date Deposited: 03 Dec 2013 11:42
Last Modified: 25 Oct 2021 02:33
URI: http://repository.ub.ac.id/id/eprint/153623
[thumbnail of SKRIPSI_AGNES.pdf]
Preview
Text
SKRIPSI_AGNES.pdf

Download (4MB) | Preview

Actions (login required)

View Item View Item