MODEL REGRESI INVERSE GAUSSIAN; INVERSE GAUSSIAN REGRESSION MODEL

BUDI LESTARI, Herni Utami

2013 | Skripsi | PROGRAM STUDI STATISTIKA

Dalam regresi linear klasik, terdapat asumsi-asumsi yang harus dipenuhi seperti normalitas respon dan homoskedastisitas residual. Apabila asumsi-asumsi tersebut tidak terpenuhi, estimasi untuk model regresi linear tidak akurat. Regresi Inverse Gaussian adalah metode alternatif untuk memodelkan hubungan antar variabel respon dan variabel prediktor dimana respon diasumsikan berdistribusi Inverse Gaussian dan tidak mensyaratkan homoskedastisitas. Regresi ini menggunakan fungsi hubung link power tetapi lebih sering menggunakan fungsi hubung log. Analisis ini sangat bermanfaat pada kondisi dimana variabel respon kontinu positif (0,?) seperti rate, proporsi, dan sering digunakan di bidang asuransi untuk memodelkan besarnya klaim asuransi. Estimasi parameter menggunakan metode Maximum Likelihood Estimation (MLE) tidak dapat diselesaikan secara analitik sehingga estimator dihitung dengan memaksimumkan fungsi log-likelihood secara numerik dengan menggunakan metode Newton Raphson dengan menggunakan ekspektasi turunan kedua dari fungsi loglikelihood yang dinamanakan teknik fisher

Kata Kunci : regresi Inverse Gaussian; Maximum Likelihood Estimation; Fisher Scoring; link function