GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION DAN APLIKASINYA Studi Kasus : Indeks Pembangunan Manusia di Provinsi Jawa Timur
Teks penuh
Dokumen terkait
Penelitian ini bertujuan untuk menentukan model kemiskinan di Provinsi Jawa Timur menggunakan model Regresi Logistik Terboboti Geografis dengan pembobot kernel
Berdasarkan uraian tersebut, dalam penelitian ini membahas mengenai penerapan model GWPR dengan pembobot fungsi kernel Gaussian dan fungsi kernel bisquare pada
Data yang digunakan dalam penelitian ini adalah berupa data sekunder yang diperoleh dari Badan Pusat Statistika (BPS) Provinsi Jawa Timur berupa data Indeks
Model yang dihasilkan regresi logistik dan GWLR menunjukkan bahwa pada data risiko penyakit pneumonia pada balita di Provinsi Jawa Timur tahun 2012 mengandung
Mendapatkan model laju pertumbuhan penduduk seluruh kecamatan di Kota Semarang dan faktor yang berpengaruh secara signifikan menggunakan GWLR dengan pembobot fungsi
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
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
Penelitian ini membentuk model GWPR dengan fungsi pembobot kernel Fixed Gaussian dalam mengatasi permasalahan efek spasial dan faktor geografis yang mempengaruhi suatu wilayah terhadap wilayah
