Koefisien Korelasi Regresi untuk Model Regresi Poisson

Penulis

Kristiana Yunitaningtyas

Pembimbing: Danang Teguh Q., M.Sc., Ph.D ; Yunita Wulan Sari, S.Si., M.Sc


ABSTRACT: Evaluation is usually conducted to find the best model among many possible statistical models created from a given data. For the evaluation of statistical models, such as the Generalized Linear Model (GLM), a certain criterion must be considered. One of the commonly used criteria is the Akaike Information Criterion (AIC). In Poisson regression, where count response variable used, various limitations are encountered by AIC such as it cannot judge whether the data fit the statistical model and it fails to find the best model through its lowest number. To deal with those limitations, Regression Correlation Coefficient (RCC) is performed as an alternative measure of predictive power. The RCC is a population value that is defined by the correlation between a response variable and the conditional expectation of the response variable. In this study, the sample values of RCC are Rhat and Rhat_cor. Thus, Rhat is the best estimator for RCC according to Monte Carlo simulation. Rhat is a measure of predictive power to choose the best model and also to predict whether the Poisson regression model fits the data well.

INTISARI: Evaluasi dilakukan untuk memilih kandidat model terbaik diantara semua model statistik yang dibentuk dari data yang diberikan. Digunakan suatu kriteria tertentu untuk mengevaluasi model-model statistika, tak terkecuali Generalized Linear Model (GLM). Salah satu kriteria yang umum digunakan yaitu Akaike Information Criterion (AIC). Pada regresi Poisson dimana variabel responnya berbentuk diskrit, terdapat beberapa kekurangan pada AIC yaitu tidak dapat menentukan kesesuaian data dengan model statistik dan tidak mampu menentukan model terbaik dengan nilai yang terkecil. Untuk mengatasi permasalahan tersebut maka digunakan Regression Correlation Coefficient (RCC) sebagai metode alternatif dalam memprediksi kekuatan model. RCC merupakan nilai yang berasal dari populasi dan didefinisikan sebagai korelasi antara variabel respon dengan ekspektasi bersyarat variabel respon. Dalam kasus ini estimator dari RCC yaitu Rtopi dan Rtopi_cor. Diperoleh Rtopi sebagai estimator yang terbaik bagi RCC berdasarkan simulasi Monte Carlo. Rtopi merupakan pengukur kekuatan prediksi untuk memilih model terbaik sekaligus untuk mengukur ketepatan model regresi Poisson terhadap data.

Kata kunci Generalized Linear Model, pengukur kekuatan prediksi, koefisien korelasi regresi (RCC) , AIC, Goodness of fit/Generalized Linear Model, measure of predictive power, Regression Correlation Coefficient (RCC), AIC, Goodness of fit
Program Studi S1 STATISTIKA UGM
No Inventaris
Deskripsi
Bahasa Indonesia
Jenis Skripsi
Penerbit [Yogyakarta] : Universitas Gadjah Mada, 2016
Lokasi Perpustakaan Pusat UGM
File Tulisan Lengkap dapat Dibaca di Ruang Tesis/Disertasi
  • Anda dapat mengecek ketersediaan versi cetak dari penelitian ini melalui petugas kami dengan mencatat nomor inventaris di atas (apabila ada)
  • Ketentuan Layanan:
    1. Pemustaka diperkenankan mengkopi cover, abstrak, daftar isi, bab pendahuluan, bab penutup/ kesimpulan, daftar pusatak
    2. Tidak diperbolehkan mengkopi Bab Tinjauan Pustaka, Bab Pembahasan dan Lampiran (data perusahaan/ lembaga tempat penelitian)
    3. Mengisi surat pernyataan, menyertakakan FC kartu identitas yang berlaku

<< kembali