Pemodelan Regresi Logistik Menggunakan Metode Momen Diperumum
Keywords:
Binary Logistic Regression, Generalized Method of Moment, Reweighted Least Square IterationAbstract
Regresi logistik merupakan model regresi yang sering digunakan dalam pemodelan data kategori, namun dalam menentukan modelnya terkadang tidak dapat diselesaikan dengan cara biasa dikarenakan variabel respon yang bersifat kategorikal mengikuti distribusi bernoulli. Sehingga dalam menentukan model diperlukan suatu estimasi parameter untuk mendapatkan informasi mengenai parameter populasi. Metode momen diperumum (Generalized method of moments/GMM) adalah salah satu metode estimasi parameter yang digunakan untuk mengeksploitasi informasi bentuk kondisi momen populasi yang merupakan perluasan dari metode momen. Dari penggunaan estimasi parameter GMM diperoleh bahwa dengan menggunakan kondisi momen yang sama dengan metode momen pada umumnya menghasilkan estimasi yang sama dengan metode momen ataupun dengan estimasi OLS. Dalam mengestimasi parameter regresi logistik pun diperlukan suatu algoritma untuk menyelesaikan bentuk nonlinear-nya, sehingga digunakan iterasi Reweighted least square yang pembobotnya berubah setiap pengiterasian.
Kata Kunci: Regresi Logistik Biner, Metode Momen Diperumum, Iterasi Reweighted Least Square.Regresi logistik merupakan model regresi yang sering digunakan dalam pemodelan data kategori, namun dalam menentukan modelnya terkadang tidak dapat diselesaikan dengan cara biasa dikarenakan variabel respon yang bersifat kategorikal mengikuti distribusi bernoulli. Sehingga dalam menentukan model diperlukan suatu estimasi parameter untuk mendapatkan informasi mengenai parameter populasi. Metode momen diperumum (Generalized method of moments/GMM) adalah salah satu metode estimasi parameter yang digunakan untuk mengeksploitasi informasi bentuk kondisi momen populasi yang merupakan perluasan dari metode momen. Dari penggunaan estimasi parameter GMM diperoleh bahwa dengan menggunakan kondisi momen yang sama dengan metode momen pada umumnya menghasilkan estimasi yang sama dengan metode momen ataupun dengan estimasi OLS. Dalam mengestimasi parameter regresi logistik pun diperlukan suatu algoritma untuk menyelesaikan bentuk nonlinear-nya, sehingga digunakan iterasi Reweighted least square yang pembobotnya berubah setiap pengiterasian.
Kata Kunci: Regresi Logistik Biner, Metode Momen Diperumum, Iterasi Reweighted Least Square.
References
Agresti, A. Categorical Data Analysis. New York: A John Wiley and Sons Inc, 2002.
Islamiyati, A. Estimasi Parameter Model Regresi Logistik Biner Komponen Utama Non Linear dengan Maksimum Likelihood. Jurnal Matematika, Statistika dan Komputasi, Vol 11, No. 2: 122-128, 2015.
Taurif, M. Estimation Of Generalized Method Of Moment In Logistic. Prosiding Seminar Nasional Matematika, Universitas Jember, 2014.
Chausse, P. Computing Generalized Method of Moments and Generalized Empirical Likelihood with R. Journal of Statistical Software, 2010.
Kadir S. Perbandingan Estimasi Model Respon Kualitatif Menggunakan Metode OLS, GMM dan Maximum Likelihood. Palembang: Universitas Sriwijaya, 2018.
Kuan, C. M. Generalized Method of Moment. Taiwan: Department of Finance & CRETA National Taiwan University, 2010.
Muliati, A. Pendugaan Parameter Model Regresi Logistik dengan Metode Ridge. Makassar: Statistika Universitas Hasanuddin, 2018.
Downloads
Published
Versions
- 2022-02-02 (3)
- 2022-02-02 (2)
- 2022-02-02 (1)
Issue
Section
License
Copyright
It is the author's responsibility to ensure that his or her submitted work does not infringe any existing copyright. Authors should obtain permission to reproduce or adapt copyrighted material and provide evidence of approval upon submitting the final version of a manuscript.
