Model Logit Untuk Respons Biner

Slides:



Advertisements
Presentasi serupa
Ekonometrika Program Studi Statistika Semester Ganjil 2011 Dr. Rahma Fitriani, S.Si., M.Sc.
Advertisements

REGRESI LOGISTIK BINER
Proses Stokastik Semester Ganjil 2013/2014
Regresi dengan Respon Biner
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Sebaran Peluang bersyarat dan Kebebasan
Statistika Matematika I Semester Ganjil 2011 Rahma Fitriani, S.Si., M.Sc.
Statistika Matematika 1
Program Studi Statistika, semester Ganjil 2012/2013
Statistika Matematika I Semester Ganjil 2011 Rahma Fitriani, S.Si., M.Sc.
LOGISTIC REGRESSION Logistic regression adalah regressi dengan binary untuk variabel dependen. Variabel dependen bersifat dikotomi dengan mengambil nilai.
ANALISIS DATA KATEGORIK
ANALISIS DATA KATEGORIK
REGRESI LOGISTIK BINER
STATISTIK TERAPAN Oleh : Dr. dr. Buraerah. H. Abd. Hakim, MSc
Program Studi Statistika Semester Ganjil 2012
Pemrograman Kuadratik (Quadratic Programming)
Statistika Matematika I
Statistika Matematika I
Statistika Matematika I
Dr. Adji Achmad RF, S.Si, M.Sc
Program Studi Statistika, semester Ganjil 2012/2013
Linear Programming (Pemrograman Linier)
Program Studi Statistika Semester Ganjil 2012
REGRESI LOGISTIK BINER
Program Studi Statistika, semester Ganjil 2012/2013
Agribisnis Study of Programme Wiraraja University
REGRESI LOGISTIK MULTINOMIAL
REGRESI LOGISTIK BINER (DICHOTOMOUS INDEPENDENT VARIABLE)
REGRESI LOGISTIK ORDINAL
Program Studi Statistika Semester Ganjil 2011
Linear Programming (Pemrograman Linier)
Linear Programming (Pemrograman Linier)
Agribusiness Study of Programme Wiraraja University
Program Studi Statistika, semester Ganjil 2012/2013
Agribusiness Study of Programme Wiraraja University
Agribusiness Study of Programme Wiraraja University
Analisis Multivariate Program S2 Matematika Semester Genap 2011/2012
Pendugaan Parameter Regresi Logistik
Principal Components Analysis
Nilai Harapan Peubah Acak
Peubah Acak (Random Variable) IV (kasus Peubah Kontinyu)
Review Aljabar Matriks
Analisis Multivariat Program S2 Matematika Semester Genap 2011/2012
Model Linier untuk data kontinyu (lanjut)
Pembangkitan Peubah Acak Kontinyu I
Simulasi untuk Model-model Statistika
Pendugaan Parameter Statistika Matematika II
Model Linier untuk Data Kontinyu
Linear Programming (Pemrograman Linier)
Dr. Rahma Fitriani, S.Si., M.Sc
Principal Components Analysis (Pendekatan Sampel)
Multivariate Analysis
Model Linier untuk Klasifikasi Satu arah
Program Studi Statistika Semester Ganjil 2014
Dualitas Antara Uji Hipotesis dan Selang Kepercayaan
Pengantar Teori Peluang Semester Genap 2011/2012
Uji Hipotesis Pada Sampel berukuran besar
Pendugaan Parameter Statistika Matematika II
Peubah Acak (Random Variable) III
Uji Hipotesis Dua Ragam
Analisis Multivariat Program S2 Matematika Semester Genap 2011/2012
Pengantar Teori Peluang Semester Genap 2011/2012
Sifat-sifat Kebaikan Penduga (lanjut)
Sifat-sifat kebaikan penduga Latihan 1
Model untuk Respons Biner
Uji Hipotesis yang melibatkan Ragam
Model Sediaan Probabilistik (lanjutan)
Statistika Matematika 1
Statistika Matematika II Semester Genap 2011/2012
Transcript presentasi:

Model Logit Untuk Respons Biner Model Linier Program S2 Statistika 27/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Digunakan ketika respons hanya mempunyai dua kemungkinan hasil (sukses atau gagal) Penggunaan variabel prediktor untuk memprediksi repons Prediktor bersifat kategori atau Prediktor bersifat kontinyu Struktur galat pada model tidak lagi normal Penggunaan generalized linear model dengan repons binomial dan link logit 27/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Contoh Kasus 1607 wanita berkeluarga, Diklasifikasikan berdasarkan umur, tingkat pendidikan, keinginan untuk punya anak lagi dan penggunaan kontrasepsi Respons yang ingin diamati adalah penggunaan kontrasepsi Tujuan mempelajari hubungan antara penggunaan kontrasepsi dengan variabel-variabel yang lainnya. Semua variabel prediktor bersifat kategorik Hanya ada dua kategori respons: Menggunakan Tidak menggunakan 27/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc 27/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Sebaran Binomial Respons mempunyai sebaran binomial Dengan nilai tengah dan ragam: Keduanya tergantung dari peluang sukses Ragam tidak konstan Variabel prediktor mempengaruhi respons melalui peluang. 27/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Transformasi Logit Struktur sistematis: hubungan antara peluang dengan variabel prediktor Struktur paling sederhana: fungsi linier Masalah Peluang 0 s.d 1 → fungsi linier dapat saja di luar rentang tsb Solusi: transformasi 27/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Dilakukan transformasi pada peluang → merubah batasan Hasil transformasi tersebut yang menjadi fungsi linier dari variabel prediktor. Odds pada peluang: Rasio antara peluang sukses relatif terhadap peluang kegagalan Bernilai 0 s/d ∞ 27/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Dr. Rahma Fitriani, S.Si., M.Sc Log dari odds: logit Dilakukan untuk mengembalikan rentang sesuai kemungkinan pada fungsi linier variabel prediktor Odds → 0, Logit → - ∞ Odds → ∞, Logit → + ∞ 27/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc

Model Regresi Logistik Respons Y1, Y2, ..., Yn menyebar secara binomial (1) Log dari odds atau logit dari peluang merupakan fungsi linier dari variabel prediktor (2) (1) dan (2) adalah generalized linear model dengan respons binomial dan link logit 27/11/2018 Dr. Rahma Fitriani, S.Si., M.Sc