Regresi Nonparametrik Spline Terboboti Denganpenduga Optimasi Weighted Likelihood (Wl)

Putra, Dimas Bayu Mandala (2017) Regresi Nonparametrik Spline Terboboti Denganpenduga Optimasi Weighted Likelihood (Wl). Sarjana thesis, Universitas Brawijaya.

Abstract

Analisis regresi merupakan analisis yang dapat digunakan untuk mengetahui hubungan sebab akibat antara peubah satu dengan lainya. Salah satu metode yang dapat digunakan dalam analisis regresi adalah metode nonparametrik dimana metode tersebut digunakan apabila sebaran data tidak dapat dimodelkan secara parametrik. Analisis regresi spline merupakan suatu analisis yang menggukan titik knot sebagai acuan untuk pembentukan kurva pemodelan data. Dalam analisis regresi tergadang terdapat situasi di mana ragam galat tidak homogen atau disebut heteroskedastisitas, permasalahan tersebut dapat menyebabkan pendugaan yang didapat tidak bagus. Salah satu cara yang dapat digunakan untuk mengatasi masalah tersebut adalah dengan menambahkan pembobot pada saat melakukan pendugaan parameter, sehingga apabila digunakan pada regresi spline akan menjadi analisis regresi spline terboboti. Diabetes melitus adalah suatu keadaan dimana kadar gula darah seseorang berada di atas normal. Dalam data pasien diabetes melitus UNISMA kurva yang terbentuk tidak cocok dimodelkan secara parametrik dan terdapat masalah heteroskedastisitas. Dengan menggunakan analisis regresi spline terboboti telah didapatkan model yang layak untuk data pasien diabetes melitus UNISMA.

English Abstract

Regression analysis is an analysis that can be used to determine cause and effect relationship between one variable with each other variable. One method that can be used in regression analysis is nonparametric where the method is used when the data distribution can not be modeled parametrically. Spline regression analysis is an analysis that uses a knot point as a reference for the formation of a data modeling curve. In the regression analysis there are situations where the range of errors is not homogeneous or called heteroscedasticity, the problem can cause the estimate obtained is not good. One way that can be used to overcome the problem is to add weighting at the time of parameter estimation, so if used on spline regression will be a weighted spline regression analysis. Diabetes mellitus is a condition where a person's blood sugar level is above normal. In the data of patients with diabetes mellitus UNISMA the curves formed do not fit parametric modeled and there is a problem of heteroscedasticity. Using weighted spline regression analysis has been obtained a feasible model for the data of patients with diabetes mellitus UNISMA.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FMIPA/2017/420/051709760
Uncontrolled Keywords: regresi spline, heteroskedastisitas, dan diabetes melitus
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: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User: Nur Cholis
Date Deposited: 18 Oct 2017 03:32
Last Modified: 22 Nov 2021 03:40
URI: http://repository.ub.ac.id/id/eprint/3910
[thumbnail of DIMAS BAYU MANDALA PUTRA (115090500111018).pdf]
Preview
Text
DIMAS BAYU MANDALA PUTRA (115090500111018).pdf

Download (3MB) | Preview

Actions (login required)

View Item View Item