Astuti, Cindy Cahyaning (2015) Pemodelan Regresi Zero Inflated Negative Binomial (ZINB) Pada Kasus Tetanus Neonatorum Di Provinsi Jawa Timur. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
undergraduated thesis.pdf - Published Version Download (1MB) | Preview |
Abstract
Analisis regresi digunakan untuk mengetahui hubungan antara satu atau
beberapa variabel respon (Y) dengan satu atau beberapa variabel prediktor
(X). Model regresi yang digunakan untuk menjelaskan hubungan antara
variabel prediktor dan variabel respon yang memiliki sebaran Poisson adalah
model regresi Poisson. Namun, pada model regresi Poisson terdapat asumsi
ragam harus sama dengan rata-rata (equidispersion), sehingga model ini tidak
tepat digunakan pada data yang mengalami overdispersion (ragam lebih besar
dari rata-rata). Regresi Poisson adalah model umum yang digunakan untuk
menganalisis count data (data hitung). Pada jenis count data (data hitung)
sering dijumpai amatan yang bernilai nol dengan proporsi nilai nol yang besar
pada variabel respon (zero inflation). Regresi Poisson dapat digunakan untuk
menganalisis data hitung namun masih belum dapat mengatasi masalah nilai
nol berlebih pada variabel respon (zero inflation). Alternatif model yang lebih
sesuai untuk data yang mengalami overdispersion dan dapat mengatasi
masalah nilai nol berlebih pada variabel respon (zero inflation) adalah model
regresi Zero Inflated Negative Binomial (ZINB). Model regresi Zero Inflated
Negative Binomial (ZINB) diaplikasikan pada kasus Tetanus Neonatorum di
Provinsi Jawa Timur. Tujuan penelitian ini adalah mengkaji bentuk likelihood
dan mengkaji estimasi parameter model regresi Zero Inflated Negative
Binomial (ZINB) serta mengaplikasikan model regresi Zero Inflated
Negative Binomial (ZINB) pada kasus Tetanus Neonatorum di Provinsi Jawa
Timur. Hasil pengujian parameter model regresi ZINB menunjukkan bahwa
variabel prediktor yang berpengaruh signifikan secara parsial pada model
negative binomial adalah persentase kunjungan ibu hamil dan persentase ibu
bersalin ditolong tenaga kesehatan, sedangkan variabel prediktor yang
berpengaruh signifikan secara parsial pada model zero inflation adalah
persentase kunjungan neonatus.
========================================================================================================================
Regression analysis is used to determine relationship between one or several
response variable (Y) with one or several predictor variables (X). Regression
model between predictor variables and the Poisson distributed response
variable is called Poisson Regression Model. Since, Poisson Regression
requires an equality between mean and variance, it is not appropriate to apply
this model on overdispersion (variance is higher than mean). Poisson
regression model is commonly used to analyze the count data. On the count
data type, it is often to encounteredd some observations that have zero value
with large proportion of zero value on the response variable (zero Inflation).
Poisson regression can be used to analyze count data but it has not been able
to solve problem of excess zero value on the response variable. An
alternative model which is more suitable for overdispersion data and can
solve the problem of excess zero value on the response variable is Zero
Inflated Negative Binomial (ZINB). In this research, ZINB is applied on the
case of Tetanus Neonatorum in East Java. The aim of this research is to
examine the likelihood function and to form an algorithm to estimate the
parameter of ZINB and also applying ZINB model in the case of Tetanus
Neonatorum in East Java. Maximum Likelihood Estimation (MLE) method is
used to estimate the parameter on ZINB and the likelihood function is
maximized using Expectation Maximization (EM) algorithm. Test results of
ZINB regression model showed that the predictor variable have a partial
significant effect at negative binomial model is the percentage of pregnant
women visits and the percentage of maternal health personnel assisted, while
the predictor variables that have a partial significant effect at zero inflation
model is the percentage of neonatus visits.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RTSt 519.536 Ast p |
| Uncontrolled Keywords: | Overdispersion, Tetanus Neonatorum, Zero Inflation, Zero Inflated Negative Binomial (ZINB), Overdispersion, Tetanus Neonatorum, Zero Inflation, Zero Inflated Negative Binomial (ZINB). |
| Subjects: | Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis |
| Depositing User: | ansi aflacha |
| Date Deposited: | 26 Mar 2018 02:06 |
| Last Modified: | 24 Aug 2018 02:05 |
| URI: | http://repository.its.ac.id/id/eprint/51630 |
Actions (login required)
 |
View Item |