Please use this identifier to cite or link to this item:
http://repository.unmul.ac.id/handle/123456789/42759
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Fathurahman, M. | - |
dc.date.accessioned | 2022-12-20T02:16:17Z | - |
dc.date.available | 2022-12-20T02:16:17Z | - |
dc.date.issued | 2022-05-30 | - |
dc.identifier.citation | Fathurahman, M. (2022). PEMILIHAN MODEL REGRESI BERNOULLI TERBAIK. Prosiding Seminar Nasional Matematika Dan Statistika, 2. Retrieved from http://jurnal.fmipa.unmul.ac.id/index.php/SNMSA/article/view/911 | en_US |
dc.identifier.uri | http://repository.unmul.ac.id/handle/123456789/42759 | - |
dc.description.abstract | Regresi Bernoulli merupakan model regresi yang dapat menjelaskan hubungan antara variabel dependen kategorik dan satu atau lebih variabel independen. Penelitian ini bertujuan mengkaji pemilihan model regresi Bernoulli terbaik menggunakan metode Akaike’s Information Criterion (AIC), Corrected AIC (AICc), Bayesian Information Criterion (BIC). Ketiga metode ini berhubungan dengan metode Maximum Likelihood Estimation (MLE) yang digunakan untuk estimasi parameter model regresi Bernoulli. Berdasarkan hasil kajian empiris pada data Indeks Pembangunan Kesehatan Masyarakat (IPKM) kabupaten/kota di Pulau Kalimantan, metode AIC menghasilkan nilai terkecil dibanding metode AICc dan BIC untuk semua model yang dibandingkan. Model regresi Bernoulli terbaik untuk data IPKM berdasarkan nilai AIC, AICc, dan BIC terkecil adalah model dengan variabel independennya adalah produk domestik regional bruto per kapita. | en_US |
dc.language.iso | other | en_US |
dc.publisher | Jurusan Matematika FMIPA Universitas Mulawarman | en_US |
dc.subject | regresi Bernoulli, MLE, AIC, AICc, BIC, IPKM | en_US |
dc.title | PEMILIHAN MODEL REGRESI BERNOULLI TERBAIK | en_US |
dc.type | Article | en_US |
Appears in Collections: | P - Mathematics and Natural Sciences |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
_2022 Artikel Regresi Bernoulli Prosiding SNMSA 0007067902.pdf | Artikel Terbit pada Prosiding SNMSA Edisi II Mei 2022 | 876.1 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.