ESTIMASI MODEL REGRESI BUCKLEY-JAMES DENGAN KOZIOL-GREEN UNTUK DATA TERSENSOR; BUCKLEY-JAMES REGRESSION ESTIMATION UNDER KOZIOLGREEN OF CENSORED DATA

Azis Prasetya, Gunardi

2015 | Skripsi | PROGRAM STUDI STATISTIKA

Regresi survival merupakan regresi dengan fungsi survival sebagai variabel dependennya. Buckley-James (1979) kemudian memperkenalkan regresi survival dengan hasil estimasi yang menunjukkan nilai waktu hingga seseorang mengalami kejadian tertentu (event). Buckley-James merubah titik tersensor pada regresi survival biasa dengan nilai ekspektasinya dimana nilai estimasi tersebut dicari menggunakan estimator Kaplan-Meier. Namun, estimator Kaplan-Meier masih memiliki kekurangan diantaranya nilai fungsi survival pada saat data tersensor sama dengan pada waktu sebelumnya. Hal ini akan membuat perubahan titik tersensor pada regresi Buckley-James memiliki presisi yang rendah. Masalah tersebut dapat dipecahkan dengan menggunakan estimator alternatif. Salah satu yang dapat digunakan adalah estimator Koziol-Green. Berdasarkan hasil simulasi, dapat ditunjukkan bahwa regresi Buckley-James dengan Koziol-Green menghasilkan estimasi dengan presisi lebih tinggi dengan berbagai nilai rata-rata data tersensor.

Kata Kunci : regresi linier, model Koziol-Green, random censorship, maximum likelihood estimator, product-limit estimator