Perbandingan Model Generalized Poisson Regression dan Negative Binomial Regression Berdasarkan Nilai Akaike Information Criterion (Studi Kasus: Tuberkulosis Paru di Indonesia Tahun 2022)
Regresi Poisson merupakan model regresi pada data diskrityangmemilikiasumsiequidispersionyaitunilaivariansisamadengan rata-rata. Secaraumumseringditemui data diskritdengannilaivariansi yang lebihbesardibandingkan rata-rataataudisebutdenganoverdispersion.PermasalahanoverdispersiondapatditanganidenganbeberapametodediantaranyaGeneralized Poisson Regression (GPR) dan Negative Binomial Regression (NBR).Kriteriapemilihan model terbaikmenggunakannilaiAkaike InformationCriterion (AIC)terkecil. Tujuan penelitianadalahuntukmendapatkan model terbaik pada perbandingan model antara GPR dan NBR berdasarkannilai AIC terkecilsehinggadapatdiketahuifaktor-faktorapa yang berpengaruhterhadapjumlahkasusTuberkulosis (TB)paru di Indonesia tahun 2022. Hasil penelitianmenunjukkanbahwa model NBR merupakanmodel terbaikdengannilai AIC sebesar 688,49 dan faktor-faktor yang berpengaruhyaitupersentaserumahtangga yang memilikiaksesterhadapsanitasilayak, tenagakeperawatan, dan persentasetingkatpendidikan yang ditamatkanadalah SMA sederajat.
Ketersediaan
Detail Information
Judul | Perbandingan Model Generalized Poisson Regression dan Negative Binomial Regression Berdasarkan Nilai Akaike Information Criterion (Studi Kasus: Tuberkulosis Paru di Indonesia Tahun 2022) |
---|---|
Pengarang | Sinta Qorri Aina - Personal Name |
No. Panggil | SKRIPSI SIN p 2024 |
Subyek | overdispersion GPR TB Paru AIC NBR |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2024 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Matematika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY