MODEL REGRESI LINEAR BERGANDA DENGAN METODE GENERALIZED ESTIMATING EQUATION (GEE)

Syavira Zal Shabylla, NIM. 15610025 (2019) MODEL REGRESI LINEAR BERGANDA DENGAN METODE GENERALIZED ESTIMATING EQUATION (GEE). Skripsi thesis, UNIVERSITAS ISLAM NEGERI SUNAN KALIJAGA YOGYAKARTA.

[img]
Preview
Text (MODEL REGRESI LINEAR BERGANDA DENGAN METODE GENERALIZED ESTIMATING EQUATION (GEE))
15610025_BAB-I_VI_DAFTAR-PUSTAKA.pdf - Published Version

Download (12MB) | Preview
[img] Text (MODEL REGRESI LINEAR BERGANDA DENGAN METODE GENERALIZED ESTIMATING EQUATION (GEE))
15610025_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version
Restricted to Registered users only

Download (11MB)

Abstract

Metode Generalized Estimating Equation (GEE) merupakan metode yang memodelkan sebuah fungsi yang diketahui dari harapan marginal variabel dependent, sebagai fungsi linear dari satu atau lebih variabel penjelas yang dapat digunakan untuk menduga parameter model. Kelebihan GEE dapat digunakan untuk data yang mengandung autokorelasi dan data tidak menyebar normal. Pada penelitian ini menggunakan data Epidemiologi, yaitu pemberian dosis ekstrak herba pacing, pemberian pakan dan minum terhadap berat badan tikus kecil. Penelitian ini bertujuan untuk menduga parameter model regresi linear berganda dengan menggunakan metode GEE. Kriteria model terbaik didasarkan pada nilai QIC (Quasi-likelihood under the independence Information Criterion) terkecil. Hasil penelitian ini diperoleh nilai QIC 2668,20 pada struktur korelasi independence. Hasilnya, ada pengaruh perlakuan pemberian dosis yang berpengaruh positif dan variabel minum berpengaruh negatif sedangkan variabel pakan tidak masuk pada model akhir.

Item Type: Thesis (Skripsi)
Additional Information: Mohammad Farhan Qudratullah, S.Si., M.Si
Uncontrolled Keywords: Epidemiologi, Generalized Estimating Equation (GEE), Regresi Linear Berganda, Struktur Korelasi
Subjects: Matematika
Divisions: Fakultas Sains dan Teknologi > Matematika (S1)
Depositing User: Drs. Mochammad Tantowi, M.Si.
Date Deposited: 02 Jan 2020 15:22
Last Modified: 02 Jan 2020 15:22
URI: http://digilib.uin-suka.ac.id/id/eprint/37195

Share this knowledge with your friends :

Actions (login required)

View Item View Item
Chat Kak Imum