Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar
DOI:
https://doi.org/10.20956/jmsk.v14i2.3556Abstract
Penelitian ini dilakukan untuk melihat hubungan resiko kanker terhadap usia wanita, jenis pendidikan dan pekerjaan di kota Makassar dengan menggunakan regresi logistik. Pada penaksiran parameternya digunakan metode local maximum likelihood yaitu penaksiran parameter dengan mempertimbangkan ukuran pemusatan datanya, seperti mean dan modusnya. Penaksiran parameternya kemudian menggunakan metode Newton-Rhapson.
References
Agresti A., 1990. Categorical Data Analysis. John Wiley & Sons., New York.
Hogg R.V. et al., 2005. Introduction to Mathematical Statistics, 6th edition. Prentice Hall Inc., USA.
Burhan S., 2012. Penaksiran Parameter Regresi Logistik dengan Metode Local Maximum Likelihood. Skripsi. Universitas Hasanuddin, Makassar.
Jong P. D. and Heller G. Z., 2008. Generalized Linear Models for Insurance Data. Cambridge University Press, Cambridge.
McCullagh P. and Nelder J. A., 1989. Generalized Linear Models. Chapman & Hall, London.
Rencher A.C., 2000. Linear Model in Statistics. John Wiley & Sons Inc., New York.
Santos J. and Neves M., 2005. A Semiparametric Framework for The Generalized Linear Model: The Logistic Regression Case. Jurnal ISA/Technical, University of Lisbon.
Syam A.D.P., 2011. Analisis Determinan Kanker Payudara pada Wanita di RS. Bhayangkara Mappa Oddang, RS. Pelamonia dan RSUP. Dr. Wahidin Sudirohusodo Makassar Tahun 2011. Tesis. Jurusan Epidemologi, FKM, Universitas Hasanuddin, Makassar.
Tiro M. A., 2000. Analisis Regresi dan Korelasi. State University of Makassar Press, Makassar.
Walpole R.E., and Myres R.H., 1995. Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan, Edisi ke-4 (terjemahan). Penerbit ITB, Bandung.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution 4.0 International License.
Jurnal Matematika, Statistika dan Komputasi is an Open Access journal, all articles are distributed under the terms of the Creative Commons Attribution License, allowing third parties to copy and redistribute the material in any medium or format, transform, and build upon the material, provided the original work is properly cited and states its license. This license allows authors and readers to use all articles, data sets, graphics and appendices in data mining applications, search engines, web sites, blogs and other platforms by providing appropriate reference.