Skip to content
Narrow screen resolution Wide screen resolution Auto adjust screen size Increase font size Decrease font size Default font size blue color orange color green color Sign In

Matematika IPB

 
Data Skripsi
 
Judul : Penduga Parameter Model Regresi Logistik dengan Metode MLE dan Ridge Logistic Estimation
Jenis : Skripsi
Penulis : Lina Afifah Anggita Sari
NRP : g54120038
Tanggal Lulus : 04 September 2018
Tanggal Seminar : 20 April 2018 09:00
Tanggal Sidang : 27 July 2018 14:00
Pembimbing : Ir. Ngakan Komang Kutha Ardana, M.Sc.
Dr. Ir. Hadi Sumarno, MS.

Ringkasan : Model regresi merupakan salah satu model stokastik yang sering digunakan untuk menganalisis data pengamatan bertujuan untuk melihat hubungan antara suatu variabel prediktor atau variabel bebas dan satu atau lebih variabel respons atau variabel terikatnya. Variabel respons yang digunakan dapat berupa data kontinu atau data diskret yang merupakan suatu peubah acak yang memiliki bentuk sebaran peluang tertentu. Model regresi yang variabel respons berupa data biner disebut dengan model regresi logistik. Model regresi logistik merupakan model stokastik yang menggambarkan hubungan antara peubah prediktor dengan peubah respons yang mempunyai dua atau lebih kategori dengan peubah prediktor yang menggunakan skala kategorik maupun interval (Hosmer dan Lemeshow 1989). Variabel yang dikotomik atau biner merupakan variabel yang mempunyai dua kategori saja, yaitu kategori yang menyatakan kejadian sukses dan kejadian gagal. Model regresi logistik termasuk dalam model linear terampat (Generalized Linear Models) yang variabel responsnya termasuk kedalam sebaran keluarga eksponensial. Pendugaan parameter pada analisis regresi logistik antara lain Maximum Likelihood Estimation (MLE) dan Ridge Logistic Estimation (RLE).

Random Quotes

Kebahagiaan terletak diantara terlalu banyak dan terlalu sedikit.

anonim