Wenur, Gabriella Hillary (2020) Geographically Weighted Three-Parameter Bivariate Gamma Regression Model (Studi Kasus: Angka Kematian Balita dan Angka Kematian Ibu di Provinsi Sulawesi Utara, Gorontalo dan Sulawesi Tengah Tahun 2016). Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
06211750012007-Master_Thesis(1).pdf Download (3MB) | Preview |
Abstract
Penelitian ini membahas mengenai pengembangan dari model regresi dengan dua variabel respon yang berdistribusi gamma dengan dua parameter menjadi regresi gamma dengan tiga parameter dan juga diperhatikannya efek spasial pada data sehingga menghasilkan nilai penaksir parameter yang berbeda untuk setiap lokasi pengamatan. Model ini disebut dengan model Geographically Weighted Bivariate Gamma Regression (GWBGR) dengan tiga parameter, yaitu parameter bentuk, parameter skala dan parameter lokasi. Penambahan parameter lokasi dikarenakan adanya pergeseran pada distribusi data Angka Kematian Balita (AKABA) dan Angka Kematian Ibu (AKI). Penelitian ini menunjukkan bahwa penaksiran parameter menggunakan metode Maximum Likelihood Estimation (MLE) tidak menunjukkan hasil yang closed-form maka digunakan metode optimasi BHHH (Berndt-Hall-Hall- Hausman). Setelah diperoleh hasil penaksiran, dilakukan pengujian parameter yang terdiri atas uji parsial dengan menggunakan Maximum Likelihood Ratio Test (MLRT) dan uji serentak dengan menggunakan statistik uji Z. Hasil penelitian menunjukkan bahwa model GWBGR tiga parameter dengan pembobot kernel fixed bisquare membagi kabupaten/kota menjadi 2 kelompok berdasarkan kesamaan variabel yang signifikan mempengaruhi AKABA dan 2 kelompok yang signifikan mempengaruhi AKI. Variabel yang signifikan mempengaruhi AKABA dan AKI yaitu persentase penduduk miskin, persentase komplikasi kebidanan yang ditangani, persentase ibu hamil yang mendapat Fe3, persentase wanita hamil pertama di bawah 17 tahun. Sedangkan persentase rumah tangga ber-PHBS hanya signifikan di beberapa kabupaten/kota. Kemudian dilakukan perbandingan nilai AICc antara model global dan model lokal dimana menunjukkan nilai AICc model lokal lebih besar dibandingkan nilai AICc model global artinya model BGR tiga parameter lebih baik dalam memodelkan AKABA dan AKI di Prov. Sulawesi Utara, Gorontalo dan Sulawesi Tengah.
==================================================================================================================================
This study discusses the development of a regression model with two response variables that have two parameters gamma distribution into gamma regression with three parameters. Also, focusing on the spatial effect on the data so that it produces different parameter values for each observation location. This model is called the Geographically Weighted Bivariate Gamma Regression (GWBGR) model with three parameters, namely the shape, scale and location parameters. The addition of the location parameter itself is due to a shift in the distribution of data on the Under-five children Mortality Rate (U5MR) and Maternal Mortality Rate (MMR). This research showed that the result of parameter estimation using Maximum Likelihood Estimation (MLE) method were not closed-form, therefore the BHHH (Berndt-Hall-Hall-Hausman) optimization method will be used instead. After the estimation results are obtained, the parameters were tested with partial test using the Maximum Likelihood Ratio Test (MLRT), then followed by a simultaneous test using Z test statistics. The result of the research show that Geographically Weighted Three-Parameter Regression model with fixed bisquare kernel divide districts/cities into 2 groups based on similarity of the variables that significantly affected U5MR and 2 group on MMR. Those affecting variables are the percentage of the poor population, the percentage of obstetric complications handled, the percentage of mothers receiving Fe3 during pregnancy, the percentage of teenage pregnancy. However the percentage of households having clean, healthy life behavior is only significant in a number of districts / cities. Based on the value of AICc (Akaike Information Criterion corrected) compare to global model, GWBGR is better in modelling U5MR and MMR in North Sulawesi, Gorontalo and Central Sulawesi.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTSt 519.536 Wen g-1 |
| Uncontrolled Keywords: | AKABA, AKI, BGR tiga parameter, GWBGR tiga parameter, MLE. |
| Subjects: | Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
| Divisions: | Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis |
| Depositing User: | Gabriella Hillary Wenur |
| Date Deposited: | 14 Mar 2025 00:46 |
| Last Modified: | 14 Mar 2025 00:46 |
| URI: | http://repository.its.ac.id/id/eprint/74407 |
Actions (login required)
 |
View Item |