• Tidak ada hasil yang ditemukan

PENERAPAN REGRESI GENERALIZED POISSON UNTUK MENGATASI FENOMENA OVERDISPERSI PADA KASUS REGRESI POISSON.

N/A
N/A
Info
Unduh - Bebas
Protected

Academic year: 2017

Membagikan "PENERAPAN REGRESI GENERALIZED POISSON UNTUK MENGATASI FENOMENA OVERDISPERSI PADA KASUS REGRESI POISSON."

Copied!
8
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 8 Halaman )

Teks penuh

Loading

Gambar

Tabel 1. Perbedaan Regresi Poisson dengan Regresi Generalized Poisson
Tabel 2. Deskripsi Data Penelitian
Tabel 5. Nilai Standard Error

Referensi

Unduh sekarang ( PDF - 8 Halaman - 682.24 KB )

Dokumen terkait

PENDUGAAN PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) DENGAN METODE MAXIMUM LIKELIHOOD ESTIMATION UNTUK MENGATASI OVERDISPERSI PADA REGRESI POISSON

Puji syukur penulis panjatkan kehadirat Allah SWT karena atas berkat rahmat dan hidayah- Nya penulis dapat menyelesaikan skripsi ini yang ber judul “ Pendugaan parameter

PEMODELAN GENERALIZED POISSON REGRESSION (GPR) UNTUK MENGATASI PELANGGARAN EQUIDISPERSI PADA REGRESI POISSON KASUS CAMPAK DI KOTA SEMARANG

(2) Dari model Generalized Poisson Regression (GPR) maka dapat dilihat bahwa faktor yang mempengaruhi jumlah kasus penyakit campak di Kota Semarang tahun 2013 yaitu jumlah

MODEL REGRESI QUASI-LIKELIHOOD UNTUK MENGATASI MASALAH OVERDISPERSI PADA REGRESI POISSON - Diponegoro University | Institutional Repository (UNDIP-IR)

2.4.1 Fungsi Mean dan Variansi untuk Komponen Random

MODEL REGRESI QUASI-LIKELIHOOD UNTUK MENGATASI MASALAH OVERDISPERSI PADA REGRESI POISSON - Diponegoro University | Institutional Repository (UNDIP-IR)

Permasalahan yang akan dibahas dalam Tugas Akhir ini adalah bentuk model regresi quasi-likelihood, estimasi parameter, analisis kecocokan model, dan signifikansi koefisien

View of PENGGUNAAN MODEL REGRESI QUASI LIKELIHOOD UNTUK MENGATASI MASALAH OVERDISPERSI PADA REGRESI POISSON

Karena nilai Khi Kuadrat Pearson dan devians dari model regresi Quasi Likelihood yang lebih mendekati nilai  2 313 maka dapat dikatakan bahwa model regresi Quasi

BINOMIAL NEGATIF VS GENERALIZED POISSON REGRESSION DALAM MENGATASI OVERDISPERSION PADA REGRESI POISSON

Tetapi dengan menggunakan model GPR pada data klaim resiko sendiri memberikan hasil lebih baik daripada binomial negatif dengan menurunnya nilai AIC yang diperoleh.

PEMODELAN GENERALIZED POISSON REGRESSION (GPR) UNTUK MENGATASI PELANGGARAN EQUIDISPERSI PADA REGRESI POISSON KASUS CAMPAK DI KOTA SEMARANG

(2) Dari model Generalized Poisson Regression (GPR) maka dapat dilihat bahwa faktor yang mempengaruhi jumlah kasus penyakit campak di Kota Semarang tahun 2013 yaitu jumlah

Perbandingan Analisis Generalized Poisson Regression dan Regresi Binomial Negatif untuk Mengatasi Overdispersi pada Jumlah Kasus Kanker Serviks di Jawa Timur

Perbandingan Analisis Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif untuk Mengatasi Overdispersi pada Pembuatan Model Jumlah Kasus Kanker Serviks di Jawa