REGRESI LOGISTIK MULTINOMIAL

Slides:



Advertisements
Presentasi serupa
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
Advertisements

MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
PEMAHAMAN METODE REGRESI
REGRESI NON LINIER (TREND)
Regresi Diskriminan dan Regresi Logistik
ANALISIS DATA KATEGORI
Latihan Regresi Logistik
REGRESI LOGISTIK BINER
STATISTIK vs STATISTIKA
Multiple Regression Analysis: dengan Dummy Variabel
Analisis Data: Memeriksa Perbedaan
REGRESI LOGISTIK Erni Tri Astuti.
Regresi dengan Respon Biner
Regresi Linier Fungsi : Jenis :
REGRESI LOGISTIK DEWI GAYATRI, M.Kes..
Feedback SPSS Advance Naldo Sofian LPP – BEM IKM FKUI.
REGRESI.
Analisis Diskriminan dan Regresi Logistik merupakan tehnik statistik
LOGISTIC REGRESSION Logistic regression adalah regressi dengan binary untuk variabel dependen. Variabel dependen bersifat dikotomi dengan mengambil nilai.
ANALISIS MULTIVARIAT.
oleh: Hutomo Atman Maulana, S.Pd. M.Si
contingency tables (tabel kontingensi)
MODUL 15 ANALISIS DISKRIMINAN indeopendennya) ANALISIS DATA Pengantar:
ANALISIS DATA KATEGORIK
MODEL PROBABILITAS LINIER
ANALISIS DATA KATEGORIK
REGRESI LOGISTIK BINER
REGRESI NON LINIER Gangga Anuraga, M.Si.
STATISTIK TERAPAN Oleh : Dr. dr. Buraerah. H. Abd. Hakim, MSc
Tujuan Pembelajaran 1) Mengetahui definisi variabel dummy
MODEL LOG LINIER (Lanjutan)
PENANGANAN ASUMSI RESIDUAL DALAM ANALISIS REGRESI
DUMMY VARIABEL PADA VARIABEL BEBAS MODEL REGRESI
Pertemuan Ke-10 REGRESI DUMMY
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
REGRESI LINIER BERGANDA
Regresi Linier (Linear Regression)
MODEL LOG LINIER Gangga Anuraga.
REGRESI LOGISTIK BINER
Analisis regresi (principle component regression)
ANALISIS DATA KATEGORIK
BIOSTATISTIKA.
Analisis data kualitatif (introduction to Categorical data analysis)
Analisis Regresi dan Korelasi
REGRESI LOGIT ATAU REGRESI LOGISTIK.
DATA NON LINEAR DAN REGRESI LINEAR Gangga Anuraga, M.Si
SELEKSI VARIABEL DAN PEMILIHAN MODEL TERBAIK
REGRESI LOGISTIK BINER (STUDI KASUS)
REGRESI LOGISTIK BINER (DICHOTOMOUS INDEPENDENT VARIABLE)
Generalized Linear Models
Pertemuan Ke-6 REGRESI LINIER
REGRESI LINIER BERGANDA
REGRESI LOGISTIK ORDINAL
REGRESI LINIER BERGANDA (MULTIPLE REGRESSION)
STATISTIKA Materi : Pengantar Statistika deskriptif
MODEL REGRESI DENGAN VARIABEL BEBAS KATEGORI
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
REGRESI POISSON Gangga Anuraga, M.Si.
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
Membuat persamaan regresi ganda Dosen: Febriyanto, SE, MM.
REGRESI.
REGRESI LINIER BERGANDA
Model Logit Untuk Respons Biner
Pendugaan Parameter Regresi Logistik
BAB VIII REGRESI &KORELASI BERGANDA
Regresi Linear Data Mining Suprayogi.
Simulasi untuk Model-model Statistika
PROBLEM SOLVING.
Model untuk Respons Biner
Korelasi dan Regresi Analisis.
Transcript presentasi:

REGRESI LOGISTIK MULTINOMIAL Gangga anuraga, M.Si

pendahuluan Regresi logistik multinomial merupakan regresi logistik yang digunakan saat variabel dependen mempunyai skala yang bersifat polichotomous atau multinomial. Skala multinomial adalah suatu pengukuran yang dikategorikan menjadi lebih dari dua kategori. Mengacu pada regresi logistik trichotomous (Hosmer dan Lemeshow, 2000) untuk model regresi dengan variabel dependen berskala nominal tiga kategori digunakan kategori variabel hasil Y diberi kode 0,1, dan 2. Variabel Y terparameterisasi menjadi dua fungsi logit. Sebelumnya perlu ditentukan kategori hasil mana yang digunakan untuk membandingkan (kategori pembandin). Pada umumnya digunakan Y=0 sebagai pembanding.

MODEL REGRESI LOGISTIK MULTINOMIAL (1) Untuk membentuk fungsi logit, akan dibandingan Y=1 dan Y=2, terhadap Y=0. Bentuk model regresi logistik dengan p variabel prediktor seperti pada persamaan berikut. Menurut Hosmer dan Lemeshow (2000), dengan menggunakan transformasi logit akan didapatkan dua fungsi logit sebagai berikut.

MODEL REGRESI LOGISTIK MULTINOMIAL (2) Berdasarkan kedua fungsi logit tersebut maka didapatkan model regresi logistik trichotomous sebagai berikut.

MODEL REGRESI LOGISTIK MULTINOMIAL (3) Sehingga estimasi peluang untuk model regresi logistik multinomial dapat dituliskan sebagai berikut :

TERIMA KASIH