Penanganan Masalah Overdispersion pada Regresi Poisson dalam Kasus Kematian Balita di Kabupaten Banyumas Tahun 2016

SUGIANTO, Yogi (2018) Penanganan Masalah Overdispersion pada Regresi Poisson dalam Kasus Kematian Balita di Kabupaten Banyumas Tahun 2016. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) Cover-YOGI SUGIANTO H1B013054 -2018.pdf Download (592kB)
	PDF (Legalitas) Legalitas-YOGI SUGIANTO H1B013054 -2018.pdf Restricted to Repository staff only Download (911kB)
	PDF (Abstrak) Abstrak-YOGI SUGIANTO H1B013054 -2018.pdf Download (648kB)
	PDF (BabI) Bab I-YOGI SUGIANTO H1B013054 -2018.pdf Restricted to Repository staff only until 15 January 2026. Download (595kB)
	PDF (BabII) Bab II-YOGI SUGIANTO H1B013054 -2018.pdf Restricted to Repository staff only until 15 January 2026. Download (1MB)
	PDF (BabIII) Bab III-YOGI SUGIANTO H1B013054 -2018.pdf Restricted to Repository staff only until 15 January 2026. Download (591kB)
	PDF (BabIV) Bab IV-YOGI SUGIANTO H1B013054 -2018.pdf Restricted to Repository staff only Download (943kB)
	PDF (BabV) Bab V-YOGI SUGIANTO H1B013054 -2018.pdf Download (688kB)
	PDF (DaftarPustaka) Daftar Pustaka-YOGI SUGIANTO H1B013054 -2018.pdf Download (583kB)
	PDF (Lampiran) Lampiran-YOGI SUGIANTO H1B013054 -2018.pdf Restricted to Repository staff only Download (857kB)

Abstract

Regresi Poisson merupakan suatu regresi dengan variabel respon Y harus memenuhi asumsi equidispersion yaitu nilai variansi sama dengan nilai mean. Pada data cacah, seringkali terjadi overdispersion yaitu nilai variansi lebih besar dari mean. Tidak terpenuhinya equidispersion dapat menyebabkan estimasi parameter yang bias. Pendekatan yang dapat digunakan untuk mengatasi overdispersion yaitu dengan menggunakan regresi binomial negatif dan regresi generalized Poisson. Tujuan dari skripsi ini adalah mengatasi overdispersion pada regresi Poisson dan memperoleh model terbaik dalam kasus kematian balita di Kabupaten Banyumas tahun 2016. Pemilihan model terbaik ditentukan dengan menggunakan kriteria Akaike information criterion (AIC). Model regresi generalized Poisson lebih baik digunakan dalam pemodelan kematian balita di Kabupaten Banyumas tahun 2016 dibandingkan regresi Poisson maupun regresi binomial negatif. Hal ini karena model regresi generalized Poisson memiliki nilai AIC terkecil dibandingkan model dari dua metode lainnya. Berdasarkan pemodelan regresi generalized Poisson, kasus kematian balita dipengaruhi oleh faktor bayi berat lahir rendah 2() X dan keluarga pra sejahtera 4() X dengan nilai AIC sebesar 160,45.

Item Type:	Thesis (Skripsi)
Nomor Inventaris:	H18101
Uncontrolled Keywords:	kematian balita, overdispersion, regresi binomial negatif, regresi generalized Poisson, regresi Poisson
Subjects:	C > C258 Children and death M > M130 Mathematical analysis
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Matematika
Depositing User:	Mrs Endah Yuni Astuti
Date Deposited:	15 Jan 2025 09:05
Last Modified:	15 Jan 2025 09:05
URI:	http://repository.unsoed.ac.id/id/eprint/31360

Actions (login required)

View Item

Search for collections on Repository Universitas Jenderal Soedirman