MODEL REGRESI DIRICHLET MULTINOMIAL UNTUK PERAMALAN RESPON KATEGORIK

ARISKA KURNIA RACHMAWATI, Prof. Dr.rer.nat Dedi Rosadi, M.Sc

2017 | Tesis | S2 Matematika

Regresi logistik multinominal merupakan regresi logistik dimana variabel dependennya mempunyai skala yang bersifat polychotomous atau multinominal yang terdiri lebih dari dua kategori. Model regresi dirichlet multinomial merupakan salah satu model regresi alternative untuk mengatasi permasalahan overdispersion pada data multinomial. Kasus overdispersion pada data multinomial akan mengakibatkan pendugaan koefisien parameter yang dihasilkan menjadi kurang tepat. Pada tesis ini akan dibahas tentang bagaimana model regresi dirichlet multinomial pada peramalan data kategorik. Estimasi parameter model regresi dirichlet multinomial dilakukan menggunakan metode Maximum Likelihood dan metode iterasi Newton Raphson. Dalam penerapannya, perbandingan akurasi dari dua model regresi ini dilakukan pada data endemic Demam Berdarah Dengue di Kota Magelang tahun 2011-2016. Berdasarkan hasil fitting diperoleh hasil bahwa model regresi dirichlet multinomial lebih akurat dalam hal estimasi daripada model regresi logistic multinomial berdasarkan nilai AIC dan BIC.

Logistic multinomial regression is a logistic regression which the dependent variable has a polychotomous or multinomial scale divided into two categories. Dirichlet multinomial regression modeling is one of the alternative regression modeling to solve overdispersion problem in multinomial data. Overdispersion case in multinomial data causing a prediction in coefficient parameter is in exact. This study explains dirichlet multinomial modeling of categorical time series. The estimation of dirichlet multinomial modeling parameter used Maximum Likelihood method and iteration Newton Raphson method. In application, the comparison of precision from two regression modeling was done by endemic data of Dengue Fever in Magelang city during 2011-2016. Based on fitting results,dirichlet multinomial regression modeling is more precise in estimation aspect than logistic multinomial regression modeling by AIC and BIC score.

Kata Kunci : Regresi Logistik Multinomial, Regresi Dirichlet Multinomial, Maximum Likelihood, Overdispersi