MODEL AVERAGING BAYESIAN PADA REGRESI LINIER

YULIA INDAH PERMATA SARI, Drs. Zulaela Dipl.Med.Stats,M.Si.

2014 | Skripsi | STATISTIKA

Statistika banyak digunakan dalam berbagai bidang. Salah satunya adalah bidang kesehatan. Permasalahan dalam bidang kesehatan sangat banyak, contohnya kematian bayi. Kematian bayi merupakan permasalahan serius yang memerlukan perhatian sendiri. Di Indonesia Angka Kematian Bayi (AKB) masih cukup tinggi dibandingkan di beberapa negara ASEAN lainnya. Padahal AKB sebagai tolak ukur keberhasilan pembangunan kesehatan di suatu negara. Pada skripsi ini akan dianalisis AKB menggunakan model averaging bayesian dengan occam's window karena kasus tersebut melibatkan ketidakpastian model. Model averaging bayesian akan mempertimbangkan model yang tidak pasti dalam pemilihan variabel dengan mengkombinasikan model-model yang terbentuk dari variabel prediktor. Studi yang digunakan adalah AKB di Indonesia pada tahun 2012. Data yang digunakan terdiri dari satu variabel dependen dan lima variabel independen. Hasil dari estimasi dengan metode model averaging bayesian akan dibandingkan dengan analisis regresi berganda. Model averaging bayesian memiliki nilai SSE yang lebih rendah dan tingkat ketepatan prediksi yang lebih tinggi dibandingkan dengan analisis regresi berganda.

Statistics is used in many areas. One of them is in health area. One of the issues in health area is infant mortality. Infant mortality is a serious issue that need special attention. Indonesia's Infant Mortality Rate (IMR) is higher than other countries in ASEAN. Whereas IMR is an indicator of the level of health development in a country. In this thesis will be analyzed IMR using Bayesian Model Averaging (BMA) with occam's window because that case involves uncertainty model. BMA will consider uncertainty model in variable selection with combine models are formed from predictor variables. The reference that will be used as data is Indonesia's IMR in 2012. The data consists of one dependent variable and five predictors variables. The result and estimation with BMA method will be compared with multiple regression analysis. BMA method has less SSE value and higher accuracy than multiple regression analysis.

Kata Kunci : model averaging bayesian, occam's window, analisis regresi beganda, angka kematian bayi