PENERAPAN METODE REGRESI KUANTIL BAYESIAN BOOTSTRAP PADA PEMODELAN LAMA RAWAT INAP PASIEN COVID-19
Total View This Week0
Total View This Week0
Institusion
Universitas Andalas
Author
Annisa, Rahmadiah
Subject
QA Mathematics
Datestamp
2022-01-26 07:42:16
Abstract :
Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi lama rawat inap pasien COVID-19. Dalam hal ini variabel tak bebas yang digunakan adalah data lama rawat pasien COVID-19 dengan variabel bebasnya adalah Usia, Jenis Kelamin, Diagnosa Pasien COVID-19, dan Komorbid. Data lama rawat pasien COVID-19 tidak memenuhi asumsi kenormalan sehingga diatasi dengan pendekatan pendugaan parameter menggunakan metode regresi kuantil Bayesian. Adapun pada metode ini pendugaan parameter diestimasi dengan mengasumsikan bahwa error data berdistribusi Asymmetric Laplace, yang kemudian dibentuk sebagai fungsi likelihoodnya. Pendekatan Bayesian pada regresi kuantil menggunakan MCMC dengan algoritma Gibbs sampling untuk menghasilkan mean posterior. Indikator ketepatan model diperoleh dari perhitungan nilai pseudo R2 tertinggi. Dengan demikian diperoleh bahwa kuantil 0,75 sebagai kuantil terbaik. Setelah nilai estimasi parameter model regresi kuantil Bayesian diperoleh, maka dilakukan uji kesahihan parameter model menggunakan metode Bootstrap. Penelitian ini menunjukkan bahwa variabel Komorbid sebagai variabel bebas yang berpengaruh signi?kan dalam mempengaruhi lama rawat inap pasien COVID-19.
Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi lama rawat inap pasien COVID-19. Dalam hal ini variabel tak bebas yang digunakan adalah data lama rawat pasien COVID-19 dengan variabel bebasnya adalah Usia, Jenis Kelamin, Diagnosa Pasien COVID-19, dan Komorbid. Data lama rawat pasien COVID-19 tidak memenuhi asumsi kenormalan sehingga diatasi dengan pendekatan pendugaan parameter menggunakan metode regresi kuantil Bayesian. Adapun pada metode ini pendugaan parameter diestimasi dengan mengasumsikan bahwa error data berdistribusi Asymmetric Laplace, yang kemudian dibentuk sebagai fungsi likelihoodnya. Pendekatan Bayesian pada regresi kuantil menggunakan MCMC dengan algoritma Gibbs sampling untuk menghasilkan mean posterior. Indikator ketepatan model diperoleh dari perhitungan nilai pseudo R2 tertinggi. Dengan demikian diperoleh bahwa kuantil 0,75 sebagai kuantil terbaik. Setelah nilai estimasi parameter model regresi kuantil Bayesian diperoleh, maka dilakukan uji kesahihan parameter model menggunakan metode Bootstrap. Penelitian ini menunjukkan bahwa variabel Komorbid sebagai variabel bebas yang berpengaruh signi?kan dalam mempengaruhi lama rawat inap pasien COVID-19.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
