Analisis model regresi logistik dengan kendala data pencilan pada data masa hidup pasien covid-19

Sadiah, Apipah (2021) Analisis model regresi logistik dengan kendala data pencilan pada data masa hidup pasien covid-19. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (47kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (66kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (84kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (145kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (536kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (369kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (334kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (152kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (191kB) | Request a copy

Abstract

INDONESIA : Regresi logistik adalah metode analisis hubungan antara variabel respon berskala kategori dengan satu atau lebih variabel prediktor dalam skala kategorik atau kontinu. Metode estimasi parameter yang umum digunakan pada model regresi logistik adalah metode maximum likelihood estimator (MLE). Metode maximum likelihood estimator (MLE) memiliki sensitivitas yang tinggi terhadap pencilan. Terdapatnya pencilan dalam data mengakibatkan nilai estimasi parameter dipengaruhi oleh pencilan. Metode untuk mengatasi pencilan dalam data observasi adalah metode estimasi robust, salah satunya metode weighted maximum likelihood estimator. Metode tersebut memperoleh estimasi parameter dengan memaksimalkan fungsi weghted log-likelihoodnya serta dengan bantuan iterasi fisher-scoring, dimana fungsi bobot yang digunakan bergantung pada variabel independen. Setelah didapat estimasi parameter maka dilakukanlah uji signifikansi parameter untuk menguji apakah variabel independent berpengaruh signifikan pada model. Uji signifikansi parameter dilakukan menggunakan uji rasio likelihood dan uji Wald. Kemudian dilakukan uji kesesuai model untuk mengetahui apakah model tersebut sudah sesuai dengan data atau tidak menggunakan Uji Hosmer-Lemeshow. Penerapan metode dilakukan pada data masa hidup pasien Covid-19. Studi kasus pada data pasien Covid-19 di RSUD Kota Bandung dilakukan untuk memperoleh estimasi peluang seorang pasien keluar dari rumah sakit dalam keadaan sembuh/isolasi mandiri. Dari hasil uji signifikansi parameter, faktor-faktor yang signifikan mempengaruhi keadaan pasien saat keluar dari Rumah Sakit adalah usia, gejala yang dialami serta lama rawat inap. ENGLISH : Logistic regression is a method of analyzing the relationship between response variables on a categorical scale and one or more predictor variables on a categorical or continuous scale. The parameter estimation method commonly used in logistic regression models is the maximum likelihood estimator (MLE) method. The maximum likelihood estimator (MLE) method has a high sensitivity to outliers. The presence of outliers in the data causes the estimated parameter values to be affected by outliers. The method to overcome the outliers in the observation data is a robust estimation method, one of which is the weighted maximum likelihood estimator method. This method obtains parameter estimates by maximizing the weighted log-likelihood function and with the help of fisher-scoring iterations, where the weight function used depends on the independent variable. After obtaining the parameter estimates, a parameter significance test is carried out to test whether the independent variables have a significant effect on the model. The parameter significance test was carried out using the likelihood ratio test and the Wald test. Then the model fit test was carried out to find out whether the model was in accordance with the data or not using the Hosmer-Lemeshow test. The application of the method was carried out on the life span data of Covid-19 patients. A case study on Covid-19 patient data at the Bandung City Hospital was carried out to obtain an estimate of the probability of a patient being discharged from the hospital in a state of recovery/self-isolation. From the results of the parameter significance test, the factors that significantly affect the patient's condition when discharged from the hospital are age, symptoms experienced and length of stay.

Actions (login required)

View Item