Estimator Liu Pada Regresi Poisson

OKY SURYANA, Prof.Dr. Sri Haryatmi, M.Sc ; Dr. Danang Teguh Q, M.Sc

2017 | Skripsi | S1 STATISTIKA

Regresi Poisson merupakan salah satu model statistika yang digunakan untuk menganalisis hubungan antara variabel respon Y dengan variabel prediktor X, dimana variabel Y berupa data diskrit dan variabel X berupa data diskrit, kontinu, kategorik atau campuran. Dalam regresi Poisson, metode Maximum Likelihood (ML)digunakan untuk mengestimasi parameternya. Akan tetapi, estimasi menggunakan metode MLmenjadi tidak valid jika variabel independennya saling berkolerasi atau dikenal sebagai kondisi multikolinearitas. Oleh karena itu, estimator Liu pada model regresi Poisson digunakan untuk menangani masalah multikolinearitas. Dalam skripsi ini, estimator Liu pada analisis regresi Poisson diaplikasikan untuk memodelkan faktor-faktor yang mempengaruhi banyaknya penderita kanker kulit non-melanoma pada wanita Tahun 1970 di Minnesotta dan Texas. Maka diperoleh nilai Root Mean Square Error (RMSE) dari estimator Liu dan estimator ML. Kemudian dibandingkan dan diperoleh hasil menunjukkan estimator Liu memberikan nilai RMSEyang lebih kecil dibandingkan estimator ML.

Poisson regression is a statistical models were used to analyze the relationship between the response variable Y with the predictor variables X, whereY in the form of discrete data and variable X is discrete data, continuous, categorical or mixed. In Poisson regression, Maximum Likelihood (ML) is used to estimate the parameters. However, estimation using the ML method becomes invalid if the independent variable correlated with each other, otherwise known as multicollinearity condition. Therefore, Liu estimator on the Poisson regression model is used to deal with the problem of multicollinearity. In this thesis, Liu's estimator on Poisson regression analysis was applied to model factors affecting the large number of non-melanoma skin cancer patients in women in 1970 in Minnesotta and Texas. It is obtained the Root Mean Square Error (RMSE) value from Liu estimator and ML estimator. Then compared and the results obtained show the Liu estimator gives a smaller MSE value than the ML estimator.

Kata Kunci : Regresi Poisson, Maximum Likelihood, Estimator Liu, Estimator Maximum Likelihood, Root Mean Square Error, Multikolinearitas.