ANALISIS SURVIVAL UNTUK DATA TERSENSOR MENGGUNAKAN MODEL DISTRIBUSI LOG-LOGISTIK

DEBI OKTAVIANI, . (2015) ANALISIS SURVIVAL UNTUK DATA TERSENSOR MENGGUNAKAN MODEL DISTRIBUSI LOG-LOGISTIK. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

[img] Text
Skripsi_Debi Oktaviani_3125110491_FMIPA.pdf

Download (993kB)

Abstract

Metode statistika yang sering digunakan untuk menganalisis data survival tersensor adalah model analisis data survival parametrik. Untuk menganalisis data survival parametrik dengan data tersensor diperlukan asumsi tertentu me- ngenai distribusi populasinya. Metode analisis seperti ini biasanya diaplikasikan untuk mengestimasi probabilitas survival dan probabilitas waktu kegagalan se- orang individu yang diasumsikan mengikuti distribusi tertentu seperti distribusi Eksponensial, Weibull, atau distribusi Log-Logistik. Distribusi parametrik yang sering digunakan adalah distribusi Log-Logistik karena memiliki bentuk fungsi kegagalan (hazard ) yang tidak monoton naik atau turun dan juga tidak konstan. Oleh karena itu, skripsi ini akan membahas mengenai model survival untuk data tersensor menggunakan distribusi Log-Logistik. Data tersensor yang digunakan merupakan data tersensor kanan. Parametric survival data analysis is one of the methods which is frequently used in analyzing censored data. Certain assumption about the population’s distri- bution is needed in order to analyze survival data with parametric censored data. This method is applied to estimate the survival and failure time probability of an in- dividual, which is assumed, following a distribution such as Exponential, Weibull, or Log-Logistic distribution. Most frequently used parametric distribution is the Log-Logistic distribution because of its hazard function that is not monotonously increasing or decreasing and also inconstant. Therefore, in this thesis will dis- cuss about the survival model for censored data by using Log-Logistic distribution. Censored data that is used in this thesis is right censored data.

Item Type: Thesis (Sarjana)
Additional Information: 1). Dra. Widyanti Rahayu, M.Si. ; 2). Vera Maya Santi, M.Si.
Subjects: Sains > Matematika
Divisions: FMIPA > S1 Matematika
Depositing User: Users 8922 not found.
Date Deposited: 26 Apr 2022 03:39
Last Modified: 26 Apr 2022 03:39
URI: http://repository.unj.ac.id/id/eprint/27505

Actions (login required)

View Item View Item