• Tidak ada hasil yang ditemukan

Model Survival Spatial With Conditionally Autoregressive Frailty Pada Kasus Kematian Bayi Di Pulau Jawa

N/A
N/A
Info
Unduh - Bebas
Protected

Academic year: 2021

Membagikan "Model Survival Spatial With Conditionally Autoregressive Frailty Pada Kasus Kematian Bayi Di Pulau Jawa"

Copied!
118
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 118 Halaman )

Teks penuh

Loading

Gambar

Gambar 2.2. Ilustrasi Sensor Kiri D C B A 0 1 2 3 4 5 (masa pengamatan) Data tersensor
Gambar 2.4. Contoh Fungsi Hazard
Gambar 2.5. Kurva Plot –ln –ln S t       yang Sejajar
Gambar 2.6. Kurva Fungsi Densitas (kiri) dan Fungsi Hazard (kanan) Distribusi Weibull 2P dengan m = 1,5
+7

Referensi

Unduh sekarang ( PDF - 118 Halaman - 4.02 MB )

Garis besar

Analisis Bayesian Pendugaan Distribusi Lama Bertahan (Waktu Survival)

Dokumen terkait

Statistik uji parsial pada model mixed geographically weighted regression: Studi kasus jumlah kematian bayi di Jawa Timur tahun 2012

57 Setelah dilakukan pengujian kesesuaian model, langkah selanjutnya adalah menguji parameter model MGWR untuk mengetahui adanya pengaruh yang signifikan terhadap jumlah kematian

Aplikasi Model Regresi Poisson Tergeneralisasi Pada Kasus Angka Kematian Bayi Di Jawa Tengah Tahun 2007

Dari model regresi poisson tergeneralisasi yang diperoleh dapat dilihat bahwa faktor yang mempengaruhi jumlah angka kematian bayi di Jawa Tengah adalah jumlah

ROBUST LAGRANGE MULTIPLIER PADA PEMODELAN REGRESI SPASIAL DEPENDENSI (STUDI KASUS PENYUSUNAN MODEL ANGKA KEMATIAN BAYI DI PROVINSI JAWA TIMUR)

Dalam pemodelan angka kematian bayi di Provinsi Jawa Timur, model yang digunakan yaitu spasial error model (SEM), dengan variabel-variabel yang mempengaruhi adalah rata-rata

APLIKASI MODEL REGRESI POISSON TERGENERALISASI PADA KASUS ANGKA KEMATIAN BAYI DI JAWA TENGAH TAHUN 2007 - Diponegoro University | Institutional Repository (UNDIP-IR) Nurwihda Safrida U

Dari data jumlah Angka Kematian Bayi di Jawa Tengah tahun 2007 diketahui bahwa terjadi overdispersi sehingga penanganannya menggunakan model regresi Poisson

View of Model Survival Semiparametrik dan Parametrik Kasus Data Demam Berdarah

Tahapan penelitian yang dilakukan adalah mendeskripsikan data, uji distribusi waktu kejadian, estimasi parameter regresi Cox PH dengan metode Breslow, Efron dan Eksak, uji

MODEL REGRESI BINOMIAL NEGATIF TERBOBOTI GEOGRAFIS UNTUK DATA KEMATIAN BAYI (Studi Kasus 38 Kabupaten/Kota di Jawa Timur) LUSI EKA AFRI

Model regresi Poisson jumlah kematian bayi dengan menggunakan tujuh peubah penjelas yang sudah dipilih menunjukkan bahwa semua peubah penjelas secara signifikan berpengaruh