REGRESI LINEAR UNTUK DATA TERSENSOR MENGGUNAKAN ESTIMATOR BUCKLEY-JAMES; LINEAR REGRESSION FOR CENSORED DATA USING BUCKLEY-JAMES ESTIMATOR

Muhammad Bayu Nirwana, Danardono

2013 | Skripsi | PROGRAM STUDI STATISTIKA

Analisis regresi linear merupakan salah satu analisis dalam statistika yang bertujuan untuk mengetahui pengaruh variabel independen terhadap variabel dependen. Dalam kasus di mana variabel dependen mengandung data yang tersensor, model Cox’s proportional hazard atau model AFT dapat digunakan. Regresi Buckley-James merupakan model linear yang dapat digunakan sebagai alternatif dari model Cox’s proportional hazard atau model AFT. Keunggulan regresi Buckley-James yang berupa model linear, membuat regresi Buckley-James lebih mudah diinterpretasikan secara langsung. regresi Buckley-James diestimasi dengan mengubah censored point pada data tersensor ke nilai ekspektasinya untuk selanjutnya menggunakan modifikasi metode least square yang dibobot dengan estimator Kaplan-Meier.

Kata Kunci : Regresi Linear; Data Tersensor; Estimator Kaplan-Meier; Least Square.