Estimasi parameter model regresi com-poisson untuk data tersensor kanan menggunakan metode maksimum likelihood

Oleh :
Dian Anggraeni - M0107028 - Fak. MIPA

Model regresi Poisson digunakan untuk menganalisis hubungan antara variabel independen dan variabel dependen berupa data cacah yang mengasumsikan equidispersi. Seringkali data cacah memperlihatkan overdispersi atau underdispersi, untuk mengatasi permasalahan tersebut dibentuk model regresi COM-Poisson. Model regresi COM-Poisson yang merupakan perluasaan dari model regresi Poisson memiliki dua parameter yaitu parameter regresi () dan dispersi (. Pada beberapa kasus untuk tujuan tertentu, nilai variabel dependen perlu pembatasan batas bawah atau tersensor kanan. Penelitian ini bertujuan untuk mengkaji ulang estimasi parameter model regresi COM-Poisson pada data tersensor kanan menggunakan metode maksimum likelihood. Dalam memaksimumkan fungsi likelihood diperoleh sistem persamaan yang nonlinear, sehingga untuk menyelesaikannya digunakan metode Newton dengan prosedur iterasi . Selanjutnya, estimasi parameter model regresi COM-Poisson untuk data tersensor kanan diterapkan pada faktor-faktor yang mempengaruhi banyaknya komplikasi penyakit dari suatu penderita diabetes mellitus di Rumah Sakit Panti Waluyo dan Rumah Sakit Umum Daerah Dr. Moewardi Surakarta dengan menggunakan Software R 2.15.0. Kata Kunci : variabel dependen tersensor kanan, overdispersi, underdispersi, model regresi COM-Poisson, maksimum likelihood