Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression
Teks penuh
Gambar
Dokumen terkait
Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana pada Fakultas Pendidikan Matematika dan Ilmu.
Jadi, dari hasil tersebut dapat disimpulkan bahwa model yang lebih baik untuk memodelkan data persentase balita penderita pneumonia yaitu model
Model Geographically Weighted Negative Binomial Regression (GWNBR) adalah salah satu metode yang cukup efektif menduga data yang memiliki spasial heterogenitas
Pemodelan faktor-faktor resiko terhadap angka incidence rate umumnya dilakukan menggunakan metode regresi linear namun pendekatan ini menemukan kendala untuk data yang
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 GWPR kernel fixed Gaussian memodelkan data kematian ibu di Indonesia lebih baik dibandingkan model regresi Poisson.Berdasarkan pemodelan GWPR untuk data kematian ibu di
Pemodelan faktor-faktor yang mempengaruhi tingkat buta huruf tiap kabupaten/kota di Jawa Timur dengan menggunakan GWOLR lebih baik daripada menggunakan model regresi logistik
Secara umum yang mempengaruhi nilai angka buta huruf di Provinsi Jawa Timur dengan α = 5% dan α = 10% adalah persentase rumah tangga yang mempunyai telepon selular(HP),
