OrdinalLogisticRegression, TonsilsContinuationRatioLogits (2014) Perbandinganmodel Ordinal Logistic Regression Dan Continuation Ratio Logits Berdasarkan Pseudo R-Squared. Sarjana thesis, Universitas Brawijaya.
Abstract
Analisis regresi merupakan bagian dari analisis statistika yang digunakan untuk mengetahui dan mempelajari hubungan antara peubah respon dengan peubah penjelas.Regresi logistik dengan peubah respon berskala ordinal dan mempunyai kategori lebih dari dua disebut ordinal logistic regression. Model ordinal logistic regression adalah model yang didapatkan dengan membandingkan peluang kumulatif, sedangkan continuation ratio logits membandingkan peluang peubah respon yang bernilai sama dengan j dengan peluang peubah respon kurang dari j, dimana j adalah taraf peubah respon. Kedua model tersebut dibandingkan karena ingin mengetahui model manakah yang lebih layak untuk digunakan.Selain itu, semakin banyaknya masalah kesehatan yang bermunculan sehingga penelitian ini menggunakan data di bidang kesehatan.Data yang digunakan terdiri dari tiga yaitu data Tonsils, Adolescent dan Prostate Cancer.Selanjutnya dilakukan pengujian terhadap ketiga data tersebut guna mendapatkan model ordinal logistic regression dan continuation ratio logits. Pengujian kelayakan menggunakan Goodness Of Fit dengan statistik uji Deviance dan menunjukkan bahwa semua data layak untuk digunakan. Hasil analisis yang didapatkan yaitu peubah penjelas pada masing-masing data mempengaruhi peubah responnya. Pemilihan model terbaik menggunakan indikator Pseudo R-Squared dan dilihat nilai yang terbesar, didapatkan kesimpulan bahwa model Continuation Ratio Logits lebih baik daripada Ordinal Logistic Regression.
English Abstract
Regression analysis is part of the statistical analysis used to discover and study the relationship between the explanatory variables and response variables. Logistic regression with variables and ordinal scale response categories more than two is called the ordinal logistic regression. Ordinal logistic regression model is a model which is obtained by comparing the cumulative odds, while continuation ratio logits compare opportunities are worth the same response variables with a response variables with odds less than j, where j is the extent of the response variables. Both models are compared to find out which models are more feasible to use. In addition, the growing number of health problems are popping up so that this research uses data in the field of health. Data used consisted of three data i.e. Tonsils, Adolescent and Prostate Cancer. The next test is performed against the data to get the third model of the ordinal logistic regression and continuation ratio logits. Testing the feasibility of using Goodness Of Fit test statistics with Deviance and shows that all data deserves to be used. Analysis of the results obtained that the explanatory variables on the respective data affecting the independent since its. Selection of best models using Pseudo R-Squared indicator and is seen as the biggest value, obtained the conclusion that Continuation Ratio Logits model better than the Ordinal Logistic Regression
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2013/383/051400162 |
| 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: | Hasbi |
| Date Deposited: | 20 Jan 2014 09:11 |
| Last Modified: | 25 Oct 2021 02:51 |
| URI: | http://repository.ub.ac.id/id/eprint/153650 |
Preview |
Text
ProposalHasil-LampiranLengkap.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |