PENAKSIRAN PARAMETER DAN PENGUJIAN HIPOTESIS PADA GEOGRAPHICALLY WEIGHTED BIVARIATE GENERALIZED POISSON REGRESSION (Studi Kasus: Jumlah Kematian Bayi dan Jumlah Kematian Ibu di Jawa Timur tahun 2013) - ITS Repository
Teks penuh
Gambar
Garis besar
Dokumen terkait
Hasil pemodelan regresi poisson diperoleh rasio nilai devians dengan derajat bebasnya lebih besar dari 1, yang artinya data jumlah kasus penyakit tuberkulosis di
Apabila model regresi poisson tidak fit dengan data cacahan dan varians variabel respon melebihi rata-ratanya yang disebut sebagai overdispersi yang terlihat dari
Hasil pemodelan menunjukkan bahwa dengan metode GWPR variabel yang berpengaruh signifikan terhadap jumlah kasus penyakit tuberkulosis di seluruh kabupaten/kota di Jawa
Untuk mendapatkan model terbaik yang dapat diterakan pada kasus jumlah kematian ibu dan jumlah kematian bayi di Provinsi Jawa Tengah dilakukan dengan melakukan
Hasil analisis pemodelan Geographicaly Weighted Poisson Regression (GWPR) menghasilkan variabel prediktor yang berpengaruh secara signifi kan terhadap jumlah kasus baru kusta
Model GWPR kernel fixed Gaussian memodelkan data kematian ibu di Indonesia lebih baik dibandingkan model regresi Poisson.Berdasarkan pemodelan GWPR untuk data kematian ibu di
Salah satu contoh kondisinya ketika data variabel respon yang dijumpai adalah data cacah seperti jumlah kematian bayi dengan sebaran Poisson maka regresi Poisson menjadi
Berdasarkan nilai AIC antara model regresi Poisson dan model GWPR, diketahui bahwa model GWPR dengan pembobot fungsi kernel bisquare merupakan model yang lebih baik digunakan
