Geographically Weighted Logistic Regression Model (Case Study on Poverty Modelling in East Java Province).
Teks penuh
Gambar
Dokumen terkait
Pembobot yang digunakan pada penelitian ini adalah pembobot jarak yang juga digunakan pada penelitian Rahmawati (2010), yaitu pembobot kernel normal (Gaussian) dan
Dengan demikian, model status kemiskinan rumah tangga di Provinsi Kalteng dengan model regresi logistik lebih baik daripada model MARS karena memiliki nilai
Pemodelan faktor-faktor yang mempengaruhi tingkat buta huruf tiap kabupaten/kota di Jawa Timur dengan menggunakan GWOLR lebih baik daripada menggunakan model regresi logistik
Model dengan fungsi pembobot fixed gaussian kernel dan fixed bisquare kernel dapat digunakan dalam pemodelan GWLR pada data kemiskian tingkat kabupaten/kota tahun 2013
Tujuan penelitian ini adalah menentukan model GWR dalam menganalisis tingkat kemiskinan dengan fungsi pembobot Gaussian Kernel pada tiap kabupaten/kota di Provinsi NTT
Pemodelan faktor-faktor yang mempengaruhi tingkat buta huruf tiap kabupaten/kota di Jawa Timur dengan menggunakan GWOLR lebih baik daripada menggunakan model regresi logistik
Dalam penelitian ini akan dimodelkan jumlah penderita kusta di Provinsi Jawa Tengah menggunakan regresi poisson dan GWPR dengan pembobot fungsi kernel gaussian dan kernel
Dalam penelitian ini akan dimodelkan jumlah penderita kusta di Provinsi Jawa Tengah menggunakan regresi poisson dan GWPR dengan pembobot fungsi kernelgaussian dan kernel bisquare dengan
