Estimasi Parameter Dan Pengujian Hipotesis Bivariate Poisson Log Normal Regression (Studi Kasus: Jumlah Kematian Bayi dan Jumlah Kematian Ibu di Provinsi Jawa Timur Tahun 2021)

Farisa, Fittrofin Amalia (2023) Estimasi Parameter Dan Pengujian Hipotesis Bivariate Poisson Log Normal Regression (Studi Kasus: Jumlah Kematian Bayi dan Jumlah Kematian Ibu di Provinsi Jawa Timur Tahun 2021). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003211024-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 July 2025. Download (2MB) | Request a copy

Abstract

Data cacahan berupa bilangan bulat positif umumnya mengikuti distribusi Poisson sehingga dapat dimodelkan menggunakan regresi Poisson. Terdapat asumsi yang harus dipenuhi dalam regresi Poisson, yaitu mean dan varians variabel respon harus sama (equidispersion). Namun pada kenyataannya, data dengan varians lebih besar dari mean (overdispersion) lebih sering ditemukan. Penelitian yang dilakukan mengenai kematian di Jawa Timur dimana variabel respon yang digunakan adalah jumlah kematian bayi dan jumlah kematian ibu. Kedua variabel tersebut saling berkorelasi dan terjadi kasus overdispersi sehingga perlu adanya pengembangan regresi Poisson. Bivariate Poisson Log-Normal Regression (BPLNR) adalah salah satu pengembangan model regresi yang menggabungkan distribusi Poisson dengan distribusi Log-Normal. Penelitian ini bertujuan untuk mendapatkan penaksir parameter dan statistik uji untuk model BPLNR serta menerapkan aplikasi untuk memodelkan faktor-faktor yang diduga mempengaruhi Jumlah Kematian Bayi dan Jumlah Kematian Ibu di Provinsi Jawa Timur tahun 2021. Estimasi parameter dan pengujian hipotesis menggunakan Metode Berndt Hall Hall Hausman (BHHH) untuk mendapatkan hasil turunan dan pengujian hipotesis model BPLNR menggunakan Metode MLRT. Hasil pemodelan menunjukkan bahwa misalnya variabel persentase penanganan oleh tenaga kesehatan dan persentase kunjungan ibu hamil K4 dan beberapa variabel lainnya berpengaruh signifikan terhadap jumlah kematian bayi dan jumlah kematian ibu serta parameter dispersi menujukkan bahwa model tersebut telah mengakomodasi overdispersi pada data jumlah kematian bayi dan jumlah kematian ibu di Jawa Timur tahun 2021.
======================================================================================================================================
Counting data in the form of positive integers generally follows the Poisson distribution so that it can be modeled using Poisson regression. There are assumptions that must be met in Poisson regression, namely the mean and variance of the response variable must be the same (equidispersion). However, in reality, data with variances greater than the mean (overdispersion) are found more frequently. The research was conducted on mortality in East Java where the response variables used were the number of infant deaths and the number of maternal deaths. The two variables are correlated and there is a case of overdispersion, so it is necessary to develop a Poisson regression. Bivariate Poisson Log-Normal Regression (BPLNR) is a regression model development that combines the Poisson distribution with the Log-Normal distribution. This study aims to obtain parameter estimators and test statistics for the BPLNR model and apply applications to model factors that are thought to influence the Number of Infant Mortality and the Number of Maternal Mortality in East Java Province in 2021. Parameter estimation and hypothesis testing use the Berndt Hall Hall Hausman Method ( BHHH) to obtain derivative results and test the BPLNR model hypothesis using the MLRT method. The modeling results show that, for example, the variable proportion of treatment by health personnel and the proportion of K4 visits to pregnant women and several other variables has a significant effect on the number of infant deaths and the number of maternal deaths and the dispersion parameter shows that the model has accommodated overdispersion in data on the number of infant deaths and the number of maternal deaths. in East Java in 2021.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	BPLNR, Kematian Bayi, Kematian Ibu ======================================================= BPLNR, Infant Mortality, Maternal Mortality
Subjects:	Q Science > Q Science (General) > Q180.55.M38 Mathematical models
Divisions:	Faculty of Mathematics, Computation, and Data Science > Statistics > 49101-(S2) Master Thesis
Depositing User:	Fittrofin Amalia Farisa
Date Deposited:	17 Feb 2023 10:49
Last Modified:	17 Feb 2023 10:49
URI:	http://repository.its.ac.id/id/eprint/97492

Actions (login required)

View Item