PENDUGA PENALTI GANDA LIKELIHOOD DALAM MODEL REGRESI LOGISTIK; DOUBLE PENALIZED LIKELIHOOD ESTIMATION IN LOGISTIC REGRESSION MODEL

AULIA ISNADIA, Danardono

2012 | Skripsi | PROGRAM STUDI STATISTIKA

Analisis regresi logistik merupakan metode yang sering digunakan pada model data biner. Akan tetapi separation dan multikolinieritas dapat terjadi pada model regresi logistik secara bersamaan. Firth (1993) menyarankan penalti Firth untuk menangani adanya separation dan le Cessie dan van Houwelingen (1992) menyarankan regresi ridge digunakan untuk menangani adanya mutikolinieritas pada regresi logistik. Akan tetapi kedua metode tersebut digunakan hanya untuk masing-masing permasalahan. Shen dan Gao (2008) menyarankan untuk memasukkan penalti kedua yaitu parameter ridge ke penalti Firth. Metode tersebut kemudian disebut dengan double penalized likelihood estimation. Dalam skripsi ini akan dilakukan analisis terhadap data penentuan pemenang penghargaan Cy Young. Pada analisis regresi logistik yang dilakukan terhadap data tersebut menghasilkan variansi yang sangat besar dan setelah dilakukan pengecekan diketahui adanya separation dan multikolinieritas pada data. Untuk menanganinya dilakukan dengan menggunakan metode double penalized likelihood estimation. Metode tersebut menghasilkan estimasi yang lebih stabil dan variansi yang lebih kecil,sehingga metode ini cocok untuk menangani permasalahan tersebut.

Kata Kunci : regresi logistik, separation, multikolinieritas, penalti Firth, parameter ridge, double penalized.