Lubis, Siti Masliyah (2019) Pemodelan Geographically Weighted Bivariate Zero Inflated Poisson Regression (Gwbzipr) Dengan Pembobot Adaptive Gaussian Kernel (Studi Kasus: Jumlah Kasus Kusta PB dan Kusta MB di Provinsi Sumatera Utara Tahun 2017). Magister thesis, Universitas Brawijaya.
Abstract
Regresi bivariat poisson merupakan metode yang digunakan untuk memodelkan sepasang data count berdistribusi poisson yang memiliki korelasi. Model ini memiliki asumsi yang spesifik, yaitu kesamaan antara rata-rata dan varians (ekuidispersi). Pelanggaran dari asumsi ini menyebabkan parameter yang dihasilkan dari regresi bivariat poisson menjadi kurang akurat. Pelanggaran asumsi tersebut dapat terjadi karena data cacah pada variabel respon dengan nilai nol berlebihan (Zero Inflated) yang mengakibatkan overdispersion atau nilai varians lebih besar dari rata-rata. Pada sepasang data count yang memiliki korelasi antar variabel respon dan memiliki data dengan nilai nol berlebihan maka dapat dimodelkan dengan Bivariate Zero Inflated Poisson Regression (BZIPR). Pengembangan dari regresi BZIPR yang telah memperhatikan faktor spasial disebut Geographically Weighted Bivariate Zero Inflated Poisson Regression (GWBZIPR). Fungsi pembobot yang digunakan adalah pembobot Adaptive Gaussian Kernel dan pendugaan parameter model GWBZIPR dilakukan dengan metode Maximum Likelihood Estimation (MLE). Penelitian ini dilakukan pada jumlah kasus kusta PB dan Kusta MB Provinsi Sumatera Utara pada Tahun 2017. Berdasarakan pemodelan GWBZIPR pada data jumlah kasus kusta PB dan kusta MB setiap kabupaten/kota di Provinsi Sumatera Utara menunjukkan bahwa pengaruh dari variabel prediktor terhadap kusta PB dan kusta MB memiliki pola yang yang berbeda-beda secara spasial. Faktor-faktor yang berpengaruh signifikan terhadap kasus kusta menunjukkan bahwa persentase penduduk miskin berpengaruh secara signifikan terhadap jumlah kasus kusta PB di sebagian besar kabupaten/kota. Sedangkan Persentase Penduduk Miskin, Rumah Tangga Perilaku Hidup Bersih dan Sehat (PHBS), Rasio Tenaga Medis dan Persentase Rumah Sehat sebagaian besar berpengaruh secara signifikan terhadap kusta MB di kabupaten/kota Provinsi Sumatera Utara.
English Abstract
Bivariate Poisson regression is a method used to model a pair of data counts with Poisson distribution that has a correlates. This model has specific assumptions, variance value equal to mean value (equidispersion). If the assumption was not completely meet to the properties, It will cause the biased of the parameter in the model. One of the causes of overdispersion (variance value greater than the mean value) is an excessive number of zero values on the response variable (excess zeros). These data which have a correlation between response and consists of zero value in response can be modelled by Bivariate Zero-Inflated Poisson Regression (BZIPR). Then the development of the BZIPR regression which has considered spatial factors is called Geographically Weighted Bivariate Zero Inflated Poisson Regression (GWBZIPR). The weighting function used is the adaptive gaussian kernel weighting and parameter estimation of the GWBZIPR model using the Maximum Likelihood Estimation (MLE) method. This research was conducted on the number of cases of PB and MB leprosy in North Sumatera Province in 2017. Based on GWBZIPR modelling on data on the number of PB leprosy and MB leprosy cases in each regency/city in North Sumatera Province shows that the influence of the predictor variables on PB leprosy and MB leprosy has a spatially different pattern. Factors that significantly influence leprosy cases show that the percentage of poor people has a significant effect on the number of PB leprosy cases in most regency/city. While the Percentage of Poor Population, Clean and Healthy Life Behavior, Ratio of Medical Personnel and Percentage of Healthy Homes mostly influence significantly on MB leprosy in the regency/city of North Sumatera Province.
Other obstract
-
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/519.536/LUB/p/2019/041907620 |
| Uncontrolled Keywords: | REGRESSION ANALYSIS, PAISSON DISTRIBUTION - MATHEMATICAL MODEL |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics > 519.53 Descriptive statistics, multivariate analysis, analysis of variance and covariance > 519.536 Regression analysis |
| Divisions: | S2/S3 > Magister Statistika, Fakultas MIPA |
| Depositing User: | Endang Susworini |
| Date Deposited: | 02 Dec 2019 04:47 |
| Last Modified: | 01 Dec 2021 03:53 |
| URI: | http://repository.ub.ac.id/id/eprint/176348 |
Preview |
Text
Siti Masliyah Lubis (2).pdf Download (1MB) | Preview |
Actions (login required)
 |
View Item |