Regresi ZINB untuk Pemodelan Data Respon Count dengan Excess Zeros (Studi Kasus : Konsumsi Miras pada Remaja).
ABSTRAK TESIS
1. Judul Tesis
Regresi ZINB untuk Pemodelan Data Respon Count dengan
Excess Zeros (Studi Kasus : Konsumsi Miras pada Remaja)
2. Subjek
: 1. Regresi Zero Inflated Negative Binomial
2. Excess zeros
3. Overdispersi
4. Statistik Vuong
5. Likelihood Ratio Test
3. Nama
: Cahyo Kristiono
4. Nomor Pokok Mahasiswa
: 140720090027
5. Program Studi
: Statistika Terapan
6. Konsentrasi
: Statistika Sosial
7. Tim Pembimbing
: 1. Septiadi Padmadisatra, Ph.D
2. Nusar Hajarisman, M.Si
8. Tahun Kelulusan
: 2010
9. Abstrak
:
Regresi Zero Inflated Negative Binomial (ZINB) digunakan untuk
memodelkan data count yang mengalami gejala overdispersi dan data
responnya banyak sekali bernilai nol (excess zeros). Variabel respon yang
digunakan dalam penelitian ini adalah jumlah hari remaja mengkonsumsi
miras dengan menggunakan data SKRRI 2007.
Estimasi parameter regresi ZINB dapat dilakukan dengan
memaksimumkan fungsi likelihood dengan menggunakan metode iterasi
Newton Raphson. Dari hasil penelitian menunjukkan bahwa pemodelan
regresi ZINB lebih baik daripada menggunakan regresi Poisson maupun
Negative Binomial (NB). Uji kelayakan model secara serentak dilakukan
dengan menggunakan Likelihood Ratio Test. Statistik Wald digunakan
untuk menguji hipotesis tentang tingkat signifikansi masing-masing
koefisien regresi secara parsial, baik pada zero-state maupun pada NBstate.
10. Abstract
:
Zero Inflated Negative Binomial Regression (ZINB) has used to
modeling count data with overdispersion and excess zeros. Response
variable that used in this study is the number of youth alcoholic beverages
consumption days by using IYARHS 2007’s data.
ZINB regression parameter estimation can be done by maximizing the
likelihood function using Newton Raphson iteration method. The result
showed that the ZINB regression model better than Poisson regression
model neither Negative Binomial (NB) regression model. Overall feasibility
test of the model performed using Likelihood Ratio Test. Wald statistics
used to test hypotheses about the level of significance of each partial
regression coefficient, both at the zero-state and the NB-state.
1. Judul Tesis
Regresi ZINB untuk Pemodelan Data Respon Count dengan
Excess Zeros (Studi Kasus : Konsumsi Miras pada Remaja)
2. Subjek
: 1. Regresi Zero Inflated Negative Binomial
2. Excess zeros
3. Overdispersi
4. Statistik Vuong
5. Likelihood Ratio Test
3. Nama
: Cahyo Kristiono
4. Nomor Pokok Mahasiswa
: 140720090027
5. Program Studi
: Statistika Terapan
6. Konsentrasi
: Statistika Sosial
7. Tim Pembimbing
: 1. Septiadi Padmadisatra, Ph.D
2. Nusar Hajarisman, M.Si
8. Tahun Kelulusan
: 2010
9. Abstrak
:
Regresi Zero Inflated Negative Binomial (ZINB) digunakan untuk
memodelkan data count yang mengalami gejala overdispersi dan data
responnya banyak sekali bernilai nol (excess zeros). Variabel respon yang
digunakan dalam penelitian ini adalah jumlah hari remaja mengkonsumsi
miras dengan menggunakan data SKRRI 2007.
Estimasi parameter regresi ZINB dapat dilakukan dengan
memaksimumkan fungsi likelihood dengan menggunakan metode iterasi
Newton Raphson. Dari hasil penelitian menunjukkan bahwa pemodelan
regresi ZINB lebih baik daripada menggunakan regresi Poisson maupun
Negative Binomial (NB). Uji kelayakan model secara serentak dilakukan
dengan menggunakan Likelihood Ratio Test. Statistik Wald digunakan
untuk menguji hipotesis tentang tingkat signifikansi masing-masing
koefisien regresi secara parsial, baik pada zero-state maupun pada NBstate.
10. Abstract
:
Zero Inflated Negative Binomial Regression (ZINB) has used to
modeling count data with overdispersion and excess zeros. Response
variable that used in this study is the number of youth alcoholic beverages
consumption days by using IYARHS 2007’s data.
ZINB regression parameter estimation can be done by maximizing the
likelihood function using Newton Raphson iteration method. The result
showed that the ZINB regression model better than Poisson regression
model neither Negative Binomial (NB) regression model. Overall feasibility
test of the model performed using Likelihood Ratio Test. Wald statistics
used to test hypotheses about the level of significance of each partial
regression coefficient, both at the zero-state and the NB-state.