Hasil Pencarian  ::  Simpan CSV :: Kembali

"Model cox stratifikasi merupakan modifikasi dari model cox proportional hazard ketika ada covariate yang tidak memenuhi asumsi PH. Modifikasi dilakukan dengan membentuk strata yang berasal dari kombinasi kategori covariate yang tidak memenuhi asumsi PH, sehingga akan didapat model cox proportional hazard untuk tiap strata. Koefisien regresi pada model cox stratifikasi ditaksir dengan metode maksimum partial likelihood. Sebagai contoh penerapan digunakan data berupa waktu sampai meninggal untuk seseorang yang mengidap penyakit kanker paru-paru, dengan awal pengamatan saat pasien diberi suatu perlakuan. Diperoleh hasil bahwa model cox stratifikasi dapat digunakan untuk memperbaiki hasil dari model cox PH. Berdasarkan grafik fungsi survival, ada perbedaan ?survival experience? dari individu-individu pada strata yang berbeda.

---

Stratified cox model is a modification of the cox proportional hazard model when there are covariates that violate the PH assumption. The modification is done by forming stratum from combination of covariate category that does not satisfy the PH assumption, so the cox PH model for each stratum will be obtained. Regression coefficients in the stratified cox model are estimated using maximum partial likelihood method. An example, data of the time to event for lung cancer patient, where event is death is used. The study start when a patient is given a treatment and end when the event occurred or censored. It showed that stratified cox model can be used to improve the cox proportional hazard model, by showing different survival experience for patients in different stratum."

"Pada penelitian survival, kadang kala survival time dipengaruhi oleh faktor-faktor lain. Untuk kondisi tersebut dapat digunakan metode analisis regresi dengan model Cox PH. Dari model Cox ini, diperoleh bahwa hazard ratio untuk dua individu dengan nilai kovariat yang berbeda tidak akan dipengaruhi oleh waktu. Atau dengan perkataan lain, hazard untuk satu individu proporsional dengan hazard individu lainnya dengan keproporsionalan yang konstan, tidak dipengaruhi oleh waktu. Oleh sebab itu, ketika diterapkan pada data harus diperiksa apakah asumsi tersebut terpenuhi. Pengecekan asumsi proportional hazard akan dilakukan dengan dua pendekatan. Pendekatan yang pertama dengan grafik, yaitu grafik log-log, dan yang kedua dengan pengujian goodness-of-fit. Metode grafik memberikan hasil yang subjektif sedangkan pengujian goodness-of-fit memberikan hasil yang objektif berdasarkan pengujian statistik.

---

In survival studies, sometimes the time until the occurrence of an event is influenced by other factors. Cox PH model, which is one of the semi parametric regression method can be applied for the data analysis. From this Cox model, it is found that the hazard ratio for two individuals with different covariates not be affected by time. In other words, hazard for an individual is proportional with hazard from another individual with constant proportionality, not affected by the time. Therefore, when applied to the data, it should be checked whether the assumptions are met. The assumption of proportional hazard will be checked using two approaches. The first approach using graph, the log-log graph, and the second by testing the goodness-of-fit. Graphical method gives subjective results while the goodness-of-fit testing gives objective results based on statistical testing."

"Tesis ini membahas kajian dan implementasi stabilitas model tingkat bunga Cox- Ingersoll-Ross (CIR). Estimasi parameter model CIR melibatkan perubahan measure. Parameter-parameter model CIR diestimasi menggunakan Generalized Method of Moments (GMM), sedangkan simulasi tingkat bunga menggunakan metode Milstein. Hasil implementasi model CIR menunjukkan bahwa lintasan solusi model CIR risk-neutral dengan perubahan measure lebih dekat dengan pergerakan tingkat bunga sebenarnya dibandingkan dengan lintasan solusi model CIR risk-neutral tanpa perubahan measure. Hasil implementasi dengan pendekatan numerik menunjukkan bahwa simulasi solusi model CIR memenuhi perilaku stabilitas asimtotik solusi model CIR. Data yang digunakan adalah data tingkat bunga yang diunduh dari www.bankofengland.co.uk.

---

Thesis discusses stability and implementation of interest rate Cox-Ingersoll-Ross (CIR) model. Parameter estimation of CIR model involves changing measure. Parameters of CIR model are estimated using Generalized Method of Moments (GMM), while simulation of interest rate uses Milstein method. The implementation shows that solution path of risk- neutral CIR model with changing measure is closer to interest rate data than solution path of risk-neutral CIR model without changing measure. The implementation of numerical approach shows that solution of CIR model satisfies the stability of asymptotic behavior. The interest rate data is obtained from www.bankofengland.co.uk."

"Model Cox merupakan model yang sering digunakan untuk menganalisis time-tovent data, yaitu data yang pengamatannya bergantung pada waktu. Terkadang, Selain informasi tentang waktu, data time-to-event juga dilengkapi dengan informasi tambahan (variabel penjelas). Analisis data waktu ke acara seperti ini dengan menggunakan model Cox akan menghasilkan perkiraan bahaya. Model Cox memiliki dua komponen utama yaitu baseline hazard dan mengandung fungsi eksponensial koefisien regresi. Bahaya didefinisikan sebagai produk antara dua komponen ini. Untuk dapat memperoleh bahaya spesifik, bahaya baseline dan koefisien regresi di model Cox harus diperkirakan. Dalam tesis ini, asumsi konstanta akan didefinisikan sebagai bahaya dasar dari model Cox. Kemudian, konstanta dan koefisien regresi dimasukkan Model ini akan diestimasi dengan menggunakan metode Bayesian dimana sampel diambil Parameter distribusi posterior dilakukan dengan menggunakan metode Markov chain Monte Carlo dengan algoritma pengambilan sampel Gibbs. Untuk metode Bayesian, distribusi sebelumnya untuk Bahaya baseline diasumsikan mengikuti distribusi gamma dan untuk koefisien regresi diasumsikan mengikuti distribusi normal. Data EKG (echocardiogram) yang terdiri dari106 observasi dan enam variabel penjelas digunakan dalam analisis. Mendapatkan hasil bahwa estimasi parameter yang diperoleh konvergen.

---

The Cox model is a model that is often used to analyze time-to-event data, namely data whose observations are time dependent. Sometimes, in addition to information about time, time-to-event data is also supplemented with additional information (explanatory variables). Analysis of time-to-event data like this using the Cox model will yield hazard estimates. The Cox model has two main components, namely the baseline hazard and contains an exponential regression coefficient function. Hazard is defined as a product between these two components. In order to obtain a specific hazard, the baseline hazard and regression coefficient in the Cox model must be estimated. In this thesis, the constant assumption will be defined as the basic hazard of the Cox model. Then, the constants and regression coefficients are entered. This model will be estimated using the Bayesian method where the sample is taken. Posterior distribution parameters are carried out using the Markov chain Monte Carlo method with the Gibbs sampling algorithm. For the Bayesian method, the previous distribution for baseline hazard is assumed to follow the gamma distribution and for the regression coefficient it is assumed to follow a normal distribution. EKG (echocardiogram) data which consists of

106 observations and six explanatory variables were used in the analysis. Obtain the result that the parameter estimates obtained are convergent."

"Extended cox model adalah perluasan dari model cox yaitu dengan melibatkan variabel yang bergantung pada waktu. Model ini digunakan untuk memperbaiki model cox proportional hazard apabila satu atau lebih covariate tidak memenuhi asumsi proportional hazard. Covariate yang tidak memenuhi asumsi proportional hazard dalam extended cox model diinteraksikan dengan fungsi waktu, sehingga diperoleh covariate yang bergantung pada waktu. Sehingga pada model terdapat covariate yang tidak bergantung pada waktu dan covariate yang bergantung pada waktu. Parameter-parameter dari covariate tersebut ditaksir dengan menggunakan metode maksimum partial likelihood. Untuk mengetahui apakah extended cox model adalah model yang sesuai untuk suatu data dalam kasus tertentu, digunakan uji ratio likelihood. Sebagai contoh penerapan digunakan data berupa waktu seorang pasien mengalami infeksi pada ginjal setelah dilakukan transplantasi ginjal, dengan covariate yang diperhatikan yaitu pemasangan catheter pada ginjal pasien. Diperoleh hasil bahwa model yang sesuai untuk data tersebut adalah extended cox model.

---

Extended cox model is an extension of cox model by constructing time-dependent covariates that can be added to the model. This model is used to adjust the cox proportional hazard model if one or more covariates do not satisfy the proportional hazard assumption. Covariates, which do not satisfy the proportional hazard assumption, in extended cox model, are interacted with time function, so that time-dependent variables are obtained. Therefore, the model contains both time-independent and time-dependent covariates. Parameters of these covariates are estimated by maximum partial likelihood method. To find out whether extended cox model is better than cox proportional hazard model, ratio likelihood test is used. As the example, data of the period of time a patient suffering kidney infection after having kidney transplantation, with the concerned covariate is placed catheter in patient?s kidney. The result showed that extended cox model is appropriate for the data."

"ABSTRAKFenomena perubahan volatilitas seiring perubahan tìngkat nilai aktiva berisiko telahmenjadi perhatian para ahli finansial. Fischer Black yang mengamati fenomena tersebutmemaparkan bahwa perubahan volatilitas aktiva berisiko yang memiliki arah yang berlawanandengan pergerakan nilal aktìva berisiko tersebut.Pengamatan Efek Fischer Black akan tampak lebih jelas pada perubahan impliedvolatility pada sekuritas opsi sebagai akibat dari perubahan nilai underlying assetnya- Impliedvolatility ialah volatilitas yang diperlukan sebagai masukan bagi formula option valuation BlackScholes agar nilai pasar dan opsi tersebut sama dengan nilai teoritis berdasarkan formula BlackScholes.Penulis menetapkan hipotesis awal bahwa efek Fischer Black tidak terlihat padapengamatan perubahan langsung atas pergerakan aktiva berisìko, karena perubahan impliedvolatility pada suatu model contingent claim berdasarkan formula Black Scholes didasarkan atasasumsi investor yang bersifat risk neutral, yang tidak ditemui dalam kondisi pada keadaan nyata.Metodologi penelitian yang digunakan dalam karya akhìr ini mencakup dua hal pokok,yakni estimasi conditional volatility dan return mingguan IHSG dengan menggunakanpendekatan ARCH (Autoregresive Conditional Heterocedasticity), serta regresi linear antaralogaritma natural conditional standard deviasi yang diperoleh dengan logaritma natural niaiIHSG dalam pendekatan model Constant Elasticity of Variance Cox & Ross guna memperolehnilai constant elasticity of variance serta tingkat signifikansi IHSG sebagai faktorheterocedasticity.Karya akhir ini berupaya untuk mengobservasi ada tidaknya Fischer Black Effect melaluipengamatan langsung atas perubahan volatilitas dan pergerakan time series aktiva benisiko,dalam arti tidak dilakukan melalui pengamatan perubahan implied volatility dan suatu modelcontingent claim.Penyusun menetapkan hipotesis awal bahwa efek Fischer Black tidak terlihat padapengamatan perubahan langsung atas pergerakan aktiva benisiko, karena perubahan impliedvolatility pada suatu model contingent claim berdasarkan formula Black Scholes didasarkan atasasumsi investor yang bersifat risk neutral, yang tidak ditemui dalam kondisi pada keadaan nyata.Pengujian ada tidaknya efek Fischer Black pada pergerakan IHSG mingguan periodeJanuari 1994 hingga September 1997 berdasarkan model constan elasticity of variance Cox-Rossmenunjukkan bahwa terdapat hubungan berbanding terbalik antara tingkat aktiva berisiko danvolatilitas dati return aktiva berisiko tersebut. Dalam hal ini Efek Fischer Black juga teramatipada pengamatan langsung aktiva berisiko, akan tetapi pengujian tingkat UISG sebagai faktorheterocedastic tidak memberikan hash yang signifikan."

"Analysis of birth interval has recently been proved to be a powerful tool for a complete understanding of the process of amily building. In this study an attempt has been made to analyze the birth spacing pattern and its covariates using data from the 2004 Bangladesh Demographic and Health Survey (BDHS). The results suggest that the distribution of first to fifth birth intervals is asymmetric and the curve of the distributions is leptokurtic. The life table analysis indicates thet women taken their first birth with an average of 23 months from marriage and for subsequent births these intervals are about 29 months to 31 months. Cox regression model reveals that child survival status, region of residence and couples' education are important covariates that strongly influence the length of birth interval. Of all the covariates studied other factors such as female's age at first marriage, spousal age difference, contraceptive use and respondenst's work status have also significant effect on birth interval, greater at first birth but at a lesser extent to higher order birth"

"Dalam analisis yang berhubungan dengan waktu ketahanan sering timbul masalah data waktu ketahanan yang tersensor maka diperlukan metode analisis yang memperhatikan masalah sensoring. Waktu ketahanan individu sangat tergantung dari karakteristik-karakteristik individu yang bersangkutan. Dalam Statistik karakteristik-karakteristik ini dapat disebut Kovariat. Salah satu metode analisis yang dapat mengatasi masalah sensoring dengan memperhatikan kovariat individu (yang berupa variable kategorik) adalah Model Coxs Propotional Hazard. Tugas akhir ini membahas model Coxs Proporsional Hazard dengan focus pada Resiko Kegagalan Relatif (kerusakan/kematian) dan Ketahanan (ketahanan hidup/ketahanan pemakaian). Aplikasinya membahas ketahanan pasien penyakit jantung dengan transplantasi dan usia sebagai kovariatnya"