Please use this identifier to cite or link to this item: http://paper.sci.ui.ac.id/jspui/handle/2808.28/49
Full metadata record
DC FieldValueLanguage
dc.contributor.authorSaddiky, Muhammad Faisal As-
dc.contributor.authorWidyaningsih, Yekti-
dc.contributor.authorLestari, Dian-
dc.date.accessioned2016-02-25T06:53:58Z-
dc.date.available2016-02-25T06:53:58Z-
dc.date.issued2013-
dc.identifier.issn1907-3909-
dc.identifier.urihttp://paper.sci.ui.ac.id/jspui/handle/2808.28/49-
dc.description.abstractGeneralized Estimating Equation (GEE) adalah metode panaksiran model regresi yang pengamatan pengamatannya saling berkolerasi, yang dapat disebeabkan oleh lokasi atau kelompok, yang biasa disebut sebagai data terklaster. Penaksiran parameter dalam metode GEE menggunakan suatu fungsi yang dibangun dari bentuk umum distribusi keluarga eksponesial yang erat kaitannya dengan Generalized Estimating Model (GLM). Ada dua model pendekatan dalam menganalisis data terklaster menggunakan metode GEE yaitu Population Averaged (PA) dan Slustered Specific (CS). Tugas akhir ini membahas mengenai bagaimana menaksir parameter model regresi linier Clustered Specific Generalized Estimating Equation (CS-GEE) pada data terklaster, serta aplikasinya pada data kemiskinan di Provinsi Jawa Timur. Uji kesesuaian model regresi linier CS-GEE yang digunakan adalah Uji Wald dengan menggunakan Naïve standard error.en_US
dc.language.isoen_USen_US
dc.publisherFakultas Teknologi Informasi dan Sains, Universitas Katolik Parahyanganen_US
dc.relation.ispartofseriesVolume 8;Tahun 2013-
dc.sourceProsiding Seminar Nasional Matematika Vol. 8 Tahun 2013en_US
dc.subjectGeneralized Estimating Equation (GEE)en_US
dc.subjectData Terklasteren_US
dc.subjectSlustered Specific (CS)en_US
dc.subjectUji Walden_US
dc.subjectNaïve standard errorsen_US
dc.titlePenaksiran Parameter Model Regresi Linier Clustered Specific Generalized Estimating Equation (CS-GEE) pada Data Terklasteren_US
dc.typeArticleen_US
Appears in Collections:Proceedings Collection

Files in This Item:
File Description SizeFormat 
Yekti.SNM.2013.pdf3,14 MBAdobe PDFView/Open    Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.