Aini, Qurotul (2020) Penaksiran Parameter dan Pengujian Hipotesis Geographically Weighted Bivariate Zero Inflated Generalized Poisson Regression (Studi Kasus : Jumlah Kematian Ibu Hamil dan Jumlah Kematian Ibu Nifas di Karesidenan Pekalongan Provinsi Jawa Tengah Tahun 2017). Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
06211850017001-Master_Tesis.pdf - Accepted Version Download (5MB) | Preview |
Abstract
Salah satu metode statistika yang telah dikembangkan untuk mengatasi under/overdispersi serta excess zero adalah Zero Inflated Generalized Poisson Regression (ZIGPR), apabila terdapat dua variabel respon maka analisis regresi yang sesuai adalah Bivariate ZIGPR (BZIGPR). Pengembangan ZIGPR dengan memperhitungkan faktor spasial berupa koordinat lintang dan bujur adalah Geographically Weighted Zero Inflated Generalized Poisson Regression (GWBZIGPR) yang menghasilkan penaksir parameter yang bersifat lokal untuk setiap lokasi pengamatan. Penelitian ini membahas mengenai penaksiran parameter dan pengujian hipotesis model BZIGPR dan GWBZIGPR. Aplikasi model diterapkan pada data Jumlah Kematian Ibu Hamil dan Jumlah Kematian Ibu Nifas di Karesidenan Pekalongan Provinsi Jawa Tengah Tahun 2017. Hasil penelitian menunjukkan bahwa penaksiran parameter menggunakan metode Maximum Likelihood Estimation (MLE) diperoleh persamaan yang tidak close form sehingga dilanjutkan dengan iterasi numerik Berndt Hall Hall Hausman (BHHH). Pengujian parameter secara serentak menggunakan metode Maximum Likelihood Ratio Test (MLRT). nilai Akaike Information Criterion Corrected (AICc) pada model GWBZIGPR lebih kecil dibanding dengan BZIGPR sehingga dapat diartikan model GWBZIGPR lebih baik dibandingkan dengan model BZIGPR untuk memodelkan Jumlah Kematian Ibu Hamil dan Jumlah Kematian Ibu Nifas di Karesidenan Pekalongan Provinsi Jawa Tengah Tahun 2017. Pemodelan menggunakan GWBZIGPR pada model zero state menghasilkan 6 kelompok kecamatan berdasarkan kesamaan variabel yang signifikan terhadap Jumlah Kematian Ibu Hamil dan 8 kelompok kecamatan berdasarkan kesamaan variabel yang signifikan terhadap Jumlah Kematian Ibu Nifas. Sedangkan Pemodelan menggunakan GWBZIGPR pada model poisson state menghasilkan 6 kelompok kecamatan berdasarkan kesamaan variabel yang signifikan terhadap Jumlah Kematian Ibu Hamil dan 6 kelompok kecamatan berdasarkan kesamaan variabel yang signifikan terhadap Jumlah Kematian Ibu Nifas.
=====================================================================================================================================
One of the statistical methods that have been developed and resolve under/overdispersion also excess zero is Zero Inflated Generalized Poisson Regression (ZIGPR), if there are two response variables then the corresponding regression analysis is Bivariate ZIGPR (BZIGPR). The development of ZIGPR by taking into account the spatial factor of latitude and longitude coordinates is Geographically Weighted Zero Inflated Generalized Poisson Regression (GWBZIGPR) which generates a parameter estimator of local nature for each observation site. The research discusses the parameter assessment and the BZIGPR and GWBZIGPR model hypothesis testing. Model application applied to the data of the total pregnant maternal mortality and the total postpartum maternal mortality in the Pekalongan residency of the Central Java province in 2017. The results showed that parameter assessment using the Maximum Likelihood Estimation (MLE) method obtained an equation that is not close form so that it is followed by the numerical iteration of Berndt Hall Hall Hausman (BHHH). Simultaneous testing of parameters using the Maximum Likelihood Ratio Test (MLRT) method. The value of Akaike Information Criterion Corrected (AICc) on the GWBZIGPR model is smaller than BZIGPR so that the GWBZIGPR model can be interpreted better than BZIGPR model to model the total pregnant maternal mortality and the total postpartum maternal mortality in the Pekalongan residency of the Central Java province in 2017. Modeling using GWBZIGPR on the zero-state model resulted in 6 sub-districts groups based on a significant variable similarity to pregnant maternal mortality and 8 sub-districts groups based on significant variable similarities to the total postpartum maternal mortality. While modelling using GWBZIGPR on Poisson state models resulted in 6 sub-districts groups based on a significant variable similarity to the total mortality of pregnant women and 6 sub-districts groups based on a significant variable similarity to the total postpartum maternal mortality.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | 3100020085448 RTSt 519.536 Ain p-1 |
| Uncontrolled Keywords: | BZIGPR, GWBZIGPR, MLE, MLRT, Angka Kematian Ibu. |
| Subjects: | Q Science > Q Science (General) > Q180.55.M38 Mathematical models 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: | Qurotul aini |
| Date Deposited: | 20 Dec 2022 07:37 |
| Last Modified: | 20 Dec 2022 07:37 |
| URI: | http://repository.its.ac.id/id/eprint/74641 |
Actions (login required)
 |
View Item |