ESTIMASI MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED BIRESPON PADA DATA UMUR HARAPAN HIDUP DAN PREVALENSI BALITA UNDERWEIGHT DI INDONESIA
Pendekatan regresi nonparametrik digunakan oleh para peneliti karena memiliki fleksibilitas yang tinggi dalam proses pemodelan. Pendekatan regresi nonparametrik dapat digunakan apabila pola hubungan antara variabel prediktor dan variabel respon tidak diketahui bentuknya. Salah satu metode regresi nonparametrik untuk mengestimasi bentuk kurva regresi adalah metode spline truncated. Spline truncated merupakan potongan polinomial yang memiliki sifat tersegmen yang kontinu serta kurva yang dihasilkan relatif mulus. Keunggulan spline truncated yaitu dapat digunakan pada data yang mengalami perubahan perilaku pada interval tertentu. Pendekatan regresi nonparametrik spline truncated birespon digunakan ketika terdapat satu atau lebih variabel prediktor yang memengaruhi dua variabel respon dengan asumsi terdapat korelasi antar variabel respon. Tujuan penelitian adalah untuk mendapatkan model regresi nonparametrik spline truncated birespon terbaik pada data umur harapan hidup dan prevalensi balita underweight di Indonesia tahun 2021. Metode pemilihan titik knot optimal menggunakan metode Generalized Cross Validation (GCV). Hasil penelitian menunjukkan bahwa model terbaik yang terbentuk diperoleh dengan menggunakan tiga titik knot berdasarkan nilai GCV minimum sebesar 22,77 dan nilai koefisien determinasi sebesar 99,58%.
Ketersediaan
Detail Information
Judul | ESTIMASI MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED BIRESPON PADA DATA UMUR HARAPAN HIDUP DAN PREVALENSI BALITA UNDERWEIGHT DI INDONESIA |
---|---|
Pengarang | Anggi Putri Anisar - Personal Name |
No. Panggil | SKRIPSI ANG e 2023 |
Subyek | spline truncated Generalized Cross Validation, Regresi Nonparametrik Birespon, |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2023 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | STATISTIKA |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY