Aplikasi quasicomplete separation dengan metode maximum likelihood pada regresi logistik

ABSTRAK:

Regresi logistik biner merupakan salah satu metode yang digunakan untuk mengetahui pengaruh suatu peubah predikatornya terhadap peubah respon bersifat kategorik. Estimasi parameter model regresi logistik biner menggunakan metode Maximum Likelihood agar menghasilkan data yang linier dan signifikan. Metode Maximum Likelihood hasilnya tidak dapat digunakan lagi apabila diperoleh penduga yang tidak konvergen atau tidak signifikan. Maka harus menggunakan Quasi-Complete Separation supaya bisa hasilnya signifikan atau hasilnya lebih kecil. Tujuan penelitian ini untuk mengaplikasikan kasus Quasi-Complete Separation dengan metode Maximum Likelihood Estimation pada regresi logistik. Regresi logistik biner tahap pemisahan (Quasi-Complete Separation) menghasilkan faktor-faktor yang mempengaruhi (signifikan) ibu hamil yang terkena anemia di Makassar bulan Januari-Agustus pada tahun 2017 adalah variabel (x_1) adalah jarak kelahiran, usia bayi (x_2) dan pendidikan (x_4). Estimasi regresi logistik biner dengan menggunakan metode Maximum Likelihood menghasilkan data tidak signifikan maka harus ada pemisahan data dengan menggunakan metode Quasi-Complete Separation persamaannya linier sehingga dapat signifikan dan hasilnya salah satunya terdapat yang tidak signifikan tapi hasil yang diperoleh untuk σ dan standar eror lebih kecil dari pada menggunakan Maximum Likelihood Estimation.

ABSTRACT:

Binary logistic regression is a method used to determine the effect of its predictor variables on categorical response variables. Parameter estimation of binary logistic regression models using the Maximum Likelihood method produces linear and significant data. The Maximum Likelihood Method cannot be used as a result which is not convergent or insignificant. To use Quasi-Complete Separation the results are significant or the results are smaller. The research objective is to apply the Quasi-Complete Separation method of Maximum Likelihood Estimation in logistic regression. Binary logistic regression (Quasi-Complete Separation) produces (significant) factors affecting pregnant women affected by anemia in Makassar in January-August in 2017 are variables (x_1 ) are birth spacing, baby age (x_2) and education (x_4) . Estimation of binary logistic regression using the Maximum Likelihood method results in insignificant data and must separate data using the Quasi-Complete Separation method. The equation is linear so that it is significant and the results are not significant but the results obtained for σ and the standard error are smaller than using the Maximum Likelihood Estimation.

مستخلص البحث:

Maximum likelihood تطبيق. الفصل شبه الكامل بالطريقة.2020,سوتريسنو ، إيدي
في الانحدار اللوجستي. أطروحة ، قسم الرياضيات ، كلية العلوم والتكنولوجيا بالجامعة الإسلامية الحكومية في مولانا مالك إبراهيم مالانج.
S.Pd جوهري (1). ، ماجستيرالمشرف(1): (ط) د. سري هاريني ، ماجستير

Maximum likelihood,quasicomplete separation,الانحدار اللوجستي الثنائي:الكلمات المفتاحية

حدار اللوجستي الثنائي هو أحد الأساليب المستخدمة لتحديد تأثير المتغير التنبئي على متغير الاستجابة الفئوية. تستخدم المعلمات المقدرة لنموذج الانحدار اللوجستي الثنائي طريقة maximum likelihoodلإنتاج بيانات خطية وهامة. لا يمكن استخدام طريقة الحد Maximum likelihood إذا لم يكن المقدر متقاربًا أو غير ذي أهمية. ثم يجب عليك استخدام الفصل شبه الكامل حتى تكون النتائج كبيرة أو تكون النتائج أصغر. الغرض من هذه الدراسة هو تطبيق حالة الفصل شبه الكامل مع طريقة تقدير الاحتمالية القصوى في الانحدار اللوجستي. تنتج مرحلة الانحدار اللوجستي الثنائي للانفصال (الفصل شبه الكامل) العوامل التي تؤثر (بشكل ملحوظ) على النساء الحوامل المصابات بفقر الدم في ماكاسار في الفترة من يناير إلى أغسطس في عام 2017 ، وهي متغيرات (x_1) هي المباعدة بين الولادات وعمر الطفل 〖(x〗_2)والتعليم(x_4). ينتج عن الانحدار اللوجستي المقدر باستخدام طريقة أقصى احتمالية بيانات غير مهمة ، ثم يجب أن يكون هناك فصل للبيانات باستخدام طريقة الفصل شبه الكامل ، والمعادلة خطية بحيث يمكن أن تكون مهمة والنتائج غير مهمة ولكن النتائج التي تم الحصول عليها لـ σ والأخطاء المعيارية أصغر من حول استخدام تقدير أقصى احتمالية