Kajian metode maximum penalized likelihood estimation untuk mengatasi kasus quaicomplete separation pada regresi logistik biner (studi kasus di Badan Pengelolaan Tambak Ikan Kabupaten Magetan) / Rahmita Gusti Atika - Repositori Universitas Negeri Malang

Kajian metode maximum penalized likelihood estimation untuk mengatasi kasus quaicomplete separation pada regresi logistik biner (studi kasus di Badan Pengelolaan Tambak Ikan Kabupaten Magetan) / Rahmita Gusti Atika

Atika, Rahmita Gusti (2014) Kajian metode maximum penalized likelihood estimation untuk mengatasi kasus quaicomplete separation pada regresi logistik biner (studi kasus di Badan Pengelolaan Tambak Ikan Kabupaten Magetan) / Rahmita Gusti Atika. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Atika Rahmita Gusti. 2014. Kajian Metode Maximum Penalized Likelihood Estimation untuk Mengatasi Kasus Quasicomplete Separation pada Regresi Logistik Biner. Skripsi Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Malang. Pembimbing Drs. Susiswo M.Si. Kata kunci MPLE quasicomplete separation regresi logistik biner rasio odds Tujuan penelitian ini adalah mengatasi kasus pemisahan kurang sempurna pada regresi logistik biner. Kasus ini terjadi karena satu atau kombinasi beberapa prediktor akan menyebabkan peubah prediktor dan peubah respon terpisah secara kurang sempurna sehingga penduga menjadi tidak konvergen. Pendugaan parameter regresi logistik biner tidak dapat dilakukan dengan metode Maximum Likelihood Estimation (MLE) apabila terdapat kasus pemisahan kurang sempurna (quasicomplete separation). Untuk mengatasi permasalahan ini maka pendugaan parameter dilakukan menggunakan metode Maximum Penalized Likelihood Estimation (MPLE). Metode ini merupakan hasil modifikasi fungsi skor Likelihood menjadi fungsi skor Penalized Likelihood. Selanjutnya metode ini diterapkan pada data sekunder pemberian kredit oleh pemerintah kepada peternak ikan air tawar di kabupaten Magetan. Hasil pendugaan parameter dengan menggunakan software Add-ins Ms. Excel XLSTAT pada data adalah dan serta diperoleh model terbaik untuk data ini mengandung prediktor kebersihan tambak dan kadar ammonia . Rasio odds untuk penduga parameter model terbaik bernilai 0.192 dan bernilai 0.339.

Item Type: Thesis (Diploma)
Subjects: Q Science > QA Mathematics
Divisions: Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika
Depositing User: library UM
Date Deposited: 26 May 2014 04:29
Last Modified: 09 Sep 2014 03:00
URI: http://repository.um.ac.id/id/eprint/17362

Actions (login required)

View Item View Item