UI - Skripsi Membership :: Kembali

UI - Skripsi Membership :: Kembali

Analisis regresi poisson

(Universitas Indonesia, 2006)

 Abstrak

Analisis regresi adalah sebuah metode statistika yang digunakan untuk menganalisis hubungan antara sebuah variabel dependen dengan satu atau lebih variabel independen. Pada umumnya variabel dependen dalam analisis regresi adalah variabel random kontinu dan distribusi dari variabel dependen diberikan nilai variabel independen adalah Normal.
Dalam skripsi ini akan dijelaskan mengenai analisis regresi yang variabel dependen diberikan nilai variabel independennya diasumsikan berdistribusi Poisson. Analisis regresi tersebut dinamakan analisis regresi Poisson. Analisis regresi Poisson digunakan untuk menganalisis hubungan antara sebuah variabel dependen yang menyatakan data terhitung atau data count berdistribusi Poisson dengan satu atau lebih variabel independen. Data count yang dimaksud misalnya adalah banyaknya kejadian dalam interval waktu, ruang, atau volume tertentu. Dalam analisis regresi Poisson, variabel independen yang digunakan dapat berjenis kontinu atau kategorik. Hubungan antara variabel dependen dan variabel independen tersebut dijelaskan oleh model regresi Poisson. Penaksiran parameter model dilakukan menggunakan metode maksimum likelihood dengan pendekatan Newton-Raphson. Pengujian signifikansi parameter model menggunakan uji Rasio Likelihood dan uji Wald.

 File Digital: 1

Shelf
 S27645-Renita Hertriyanti.pdf :: Unduh

LOGIN required

 Metadata

Jenis Koleksi : UI - Skripsi Membership
No. Panggil : S27645
Program Studi :
Subjek :
Penerbitan : [Place of publication not identified]: Universitas Indonesia, 2006
Bahasa : ind
Sumber Pengatalogan :
Tipe Konten :
Tipe Media :
Tipe Carrier :
Deskripsi Fisik : viii, 61 hlm. ; 28 cm. + Lamp.
Naskah Ringkas :
Lembaga Pemilik : Universitas Indonesia
Lokasi : Perpustakaan UI, Lantai 3
  • Ketersediaan
  • Ulasan
  • Sampul
No. Panggil No. Barkod Ketersediaan
S27645 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 20180897
Cover