Detail Cantuman

Image of Regresi multilevel zero inflated poisson untuk pemodalan data respon count (studi kasus : kejadian kematian bayi di provinsi jabar)

 

Regresi multilevel zero inflated poisson untuk pemodalan data respon count (studi kasus : kejadian kematian bayi di provinsi jabar)


Kematian bayi merupakan salah satu indikator pembangunan yang
tertuang dalam Millennium Development Goals (MDGs). Pengamatan terhadap

  • CodeCallNoLokasiKetersediaan
    01001120700057519.536 Par rPerpustakaan Pusat (REF.14.127)Tersedia
  • Perpustakaan
    Judul Seri
    -
    No. Panggil
    519.536 Par r/R.14.127
    Penerbit Magister Statistika Terapan : Bandung.,
    Deskripsi Fisik
    xii,;56 hlm,;29 cm
    Bahasa
    Indonesia
    ISBN/ISSN
    -
    Klasifikasi
    519.536 Par r
    Tipe Isi
    -
    Tipe Media
    -
    Tipe Pembawa
    -
    Edisi
    -
    Subyek
    Info Detil Spesifik
    -
    Pernyataan Tanggungjawab
  • Kematian bayi merupakan salah satu indikator pembangunan yang
    tertuang dalam Millennium Development Goals (MDGs). Pengamatan terhadap
    kejadian kematian bayi dalam rumah tangga akan menghasilkan data yang
    berbentuk diskrit, nonnegative dan bukan biner (count data) serta mengandung
    banyak nilai nol (excess zeros). Untuk meneliti faktor-faktor atau penyebab
    kematian bayi, model regresi Po is son dapat diterapkan dengan menjadikan
    kejadian kematian bayi sebagai variabel respon. Salah satu masalah pada regresi
    Poisson adalah jika data respon mengandung nilai nol dengan proporsi yang
    relatif besar, sehingga parameter yang dihasilkan menjadi tidak tepat. Dalam
    keadaan tersebut penggunaan regresi Zero Inflated Poisson (ZIP) lebih
    disarankan. Namun demikian, pada data yang berhirarki (multi/eve/), model
    regresi ZIP menjadi kurang cocok karena tidak memperhatikan variasi tiap level.
    Untuk mengatasi masalah tersebut, model regresi Multi/evel ZIP dapat
    digunakan.

    Pada regresi Multilevel ZIP, penaksiran parameter menggunakan
    expectation-maximization (EM) algorithm, estimasi komponen varians
    menggunakan restricted maximum likelihood, pengujian kelayakan model
    menggunakan statistik Pearson serta pengujian parameter regresi menggunakan
    statistik Wald. Aplikasi analisis ini menggunakan data Survei Demografi dan
    Kesehatan Indonesia (SDKI) 2007 Provinsi Jawa Barat. Hasil pemodelan regresi
    Multilevel ZIP menunjukkan bahwa dengan memperhitungkan random effect
    pada level kabupatenlkota dan blok sensus, variabel prediktor dalam model yang
    signifikans mempengaruhi kejadian kematian bayi dalam rumah tangga pada
    poisson part adalah pendidikan kepala rumah tangga (X2), sedangkan variabel
    prediktor umur kepala rumah tangga (X3), jenis lantai (X4), dan luas lantai per
    kapita (X5) berpengaruh signifikans pada zero inflation (logistic) part.
  • Tidak tersedia versi lain

  • Silakan login dahulu untuk melihat atau memberi komentar.


Informasi