Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada skripsi ini akan dibahas mengenai distribusi Weibull power series WPS. Distribusi WPS merupakan salah satu jenis kelas distribusi probabilitas yang diperoleh dengan melakukan compounding antara distribusi Weibull dan distribusi power series yang terpancung di nol Distribusi power series yang terpancung di nol adalah kelas distribusi dari variabel random diskrit terpancung di nol yang dinyatakan dalam bentuk power series. Prosedur compounding yang digunakan adalah prosedur compounding yang diperkenalkan oleh Adamidis dan Loukas 1998. Beberapa karakteristik penting dari distribusi WPS adalah fungsi distribusi pdf fungsi survival fungsi hazard momen ke r statistik terurut dan estimasi parameter Estimasi parameter dilakukan dengan menggunakan metode maksimum likelihood. Selanjutnya dibahas bentuk khusus dari distribusi WPS diantaranya adalah distribusi Webull Poisson dan Weibull logaritmik. Pada akhirnya data mengenai kekuatan dari gelas fibres berketebalan cm akan digunakan sebagai ilustrasi.

---

In this skripsi Weibull power series distributions WPS will be studied WPS distributions are one kind of probability distribution which is obtained by compounding Weibull distribution and zero truncated power series distributions. Power series form of discrete random variabel distribution is an element of power series distributions class Compounding procedure that is introduced by Adamidis and Loukas 1998 will be applied in this skripsi. Firstly some important characteristics of WPS distribution that will be considered are distribution function pdf survival function hazard function r th moment ordered statistic and parameter estimation by maximum likelihood. Then Weibull Poisson and Weibull logarithmic are some special distribution of WPS distributions that will also be studied Finally a set of data about strength of 1 5 cm glass fibres will used as ilustration."

"Dalam tulisan ini akan dibahas koefisien korelasi polychoric yang dapat digunakan untuk menaksir kekuatan hubungan linier antara dua variabel random kontinu dimana data yang teramati adalah data ordinal yang dibentuk oleh kedua variabel kontinu tersebut. Metode untuk menaksir besarnya koefisien korelasi polychoric, yang akan dijelaskan dalam tulisan ini adalah metode taksiran dua tahap. Metode taksiran dua tahap membutuhkan asumsi kenormalan bivariat standar untuk kedua variabel random kontinu awal. Walaupun demikian, akan ditunjukkan (melalui simulasi) bahwa taksiran koefisien korelasi polychoric yang didapat robust terhadap asumsi tersebut. Selain itu, dalam tulisan ini juga akan diberikan simulasi perbandingan antara koefisien korelasi kendall`s tau dengan koefisien korelasi polychoric relatif terhadap koefisien korelasi yang sesungguhnya dan hasilnya menunjukkan bahwa koefisien korelasi polychoric memiliki nilai yang lebih dekat dengan koefisien korelasi yang sesungguhnya."

"Dalam melakukan pengambilan sampel di suatu populasi, diperlukan suatu tehnik pengambilan sampel yang tepat sesuai dengan keadaan populasi, sehingga diperoleh taksiran parameter populasi yang akurat. Salah satu probability sampling yang sering digunakan adalah single systematic sampling. Dalam single systematic sampling, taksiran variansi untuk taksiran mean populasi merupakan taksiran yang bias. Oleh karena itu, dalam tugas akhir ini akan diperkenalkan suatu tehnik pengambilan sampel yang merupakan modifikasi dari single systematic sampling yang memberikan taksiran tak bias untuk mean populasi dan taksiran tak bias untuk variansinya. Contoh simulasi data akan diberikan untuk menunjukkan hal tersebut."

"Dalam skripsi ini membahas mengenai model regresi antara variabel penjelas dengan variabel dependent kontinu dimana variabel dependent yang diketahui merupakan variabel dependent ordinal yang dibentuk dari variabel kontinu tersebut, sedangkan nilai dari variabel kontinu tidak diketahui. Penaksiran parameter dalam model dilakukan dengan menggunakan metode maximum likelihood. Pengujian kegunaan model dilakukan dengan uji rasio likelihood. Pengujian terhadap masing-masing koefisien regresi dilakukan dengan uji z. Untuk mengukur kecocokan model digunakan koefisien determinasi 2 R. Metode tersebut diterapkan untuk melihat hubungan antara variabel kemampuan seseorang untuk mengalihkan stress (dinamakan Avoid) yang bersifat kontinu dengan variabel kemampuan seseorang untuk menikmati kegiatan (dinamakan Distract) dan variabel kemampuan seseorang untuk mendapatkan dukungan dari orang lain (dinamakan Social) dimana data variabel Avoid yang diketahui berupa data kategori ordinal yang dibentuk dari data variabel Avoid kontinu yang tidak diketahui nilainya."

"Pada skripsi ini akan dibahas Sistem Bonus-Malus dalam asuransi kendaraan bermotor. Sistem Bonus-Malus didasarkan pada distribusi dari banyak kecelakaan kendaraan bermotor. Distribusi poisson digunakan untuk mendeskripsikan banyak kecelakaan. Parameter ? dari distribusi poisson dianggap suatu variabel random berdistribusi gamma. Pdf posterior ? diberikan sejarah kecelakaan selama t periode ialah gamma. Estimasi terbaik untuk ekspektasi banyak kecelakaan pada periode t+1 dari seorang pemegang polis diberikan sejarah banyak kecelakaan selama t periode dapat ditentukan dengan estimasi titik bayesian. Berdasarkan prinsip premi bersih, besar premi yang dikenakan sebanding dengan estimator tersebut. Dengan Sistem Bonus-Malus yang optimal dapat ditentukan premi pada saat t+1. "

"Avian Influenza atau flu burung adalah jenis penyakit yang berasal dari virus H5N1. Penyakit ini menyebar dengan sangat cepat dan sangat potensial untuk menyebabkan kematian. Virus ini dapat menular melalui perantaraan unggas dan dapat menular dari unggas kepada manusia sehingga masyarakat Indonesia perlu berhati-hati dalam melakukan tindakan preventif dalam menghadapi penyakit flu burung ini.Dengan beragamnya perbedaan perilaku masyarakat Indonesia, tentunya akan menyebabkan perbedaan pula dalam melakukan penyikapan menghadapi flu burung. Sebuah lembaga tertentu melakukan survey di beberapa provinsi di Indonesia dimana telah terjadi kasus penularan flu burung kepada manusia. Terdapat 60.016 responden dengan 19 variabel kategorik yang akan dilibatkan dalam penelitian. Berdasarkan data ini, dilakukan analisis data yang menghasilkan kesimpulan bahwa faktor-faktor yang mempengaruhi perilaku masyarakat dalam menyikapi flu burung adalah provinsi, jenis kelamin, pengetahuan mengenai penularan flu burung, sarana pembuangan, pemeliharaan unggas, kepemilikan binatang peliharaan dan jarak rumah ke pasar. Diantara faktor-faktor tersebut, faktor yang paling mempengaruhi perilaku masyarakat dalam menyikapi flu burung adalah pengetahuan mengenai penularan flu burung.Profil masyarakat yang mempunyai perilaku baik dalam menyikapi flu burung adalah memiliki pengetahuan penularan FB yang baik, berasal dari provinsi Jambi dan Nusa Tenggara Barat, memiliki tempat penampungan air limbah, saluran pembuangan air limbah, tempat sampah diluar rumah, punya tempat penampungan sampah organik, tidak memiliki binatang peliharaan."

"Dalam skripsi ini membahas mengenai model regresi antara variabel penjelas dengan variabel dependent kontinu dimana variabel dependent yang diketahui merupakan variabel dependent ordinal yang dibentuk dari variabel kontinu tersebut, sedangkan nilai dari variabel kontinu tidak diketahui. Penaksiran parameter dalam model dilakukan dengan menggunakan metode maximum likelihood. Pengujian kegunaan model dilakukan dengan uji rasio likelihood. Pengujian terhadap masing-masing koefisien regresi dilakukan dengan uji z. Untuk mengukur kecocokan model digunakan koefisien determinasi R2. Metode tersebut diterapkan untuk melihat hubungan antara variabel kemampuan seseorang untuk mengalihkan stress (dinamakan Avoid) yang bersifat kontinu dengan variabel kemampuan seseorang untuk menikmati kegiatan (dinamakan Distract) dan variabel kemampuan seseorang untuk mendapatkan dukungan dari orang lain (dinamakan Social) dimana data variabel Avoid yang diketahui berupa data kategori ordinal yang dibentuk dari data variabel Avoid kontinu yang tidak diketahui nilainya."

"Pada model data panel komponen error satu arah diasumsikan observasi observasi antar individu saling independen padahal kenyataannya asumsi ini bisa saja tidak terpenuhi. Oleh karena itu menurut Hsiao dan Tahmiscioglu 2008 diperlukan tambahan efek waktu yang tidak terobservasi pada model. Pada skripsi ini akan dibahas mengenai model data panel komponen error dua arah. Model dibatasi pada model dinamis simpel dimana variabel eksplanatori adalah lag 1 dari variable respon. Penaksiran parameter model menggunakan metode Generalized Least Square GLS. Sebelum proses GLS terlebih dahulu dilakukan first difference koreksi first difference terhadap rata rata dari individu dan postulasi persamaan koreksi first difference tersebut pada kondisi khusus. Ditunjukkan juga bahwa estimator yang diperoleh bersifat konsisten. Sebagai ilustrasi digunakan simulasi Monte Carlo Diperoleh hasil bahwa rata rata error relatif dari GLS estimator semakin kecil untuk nilai mutlak rho yang membesar. Selain itu rata rata error relatif untuk nilai rho 0 cenderung lebih besar dibandingkan rho 0.

---

In one way error component panel data model it is assumed that individuals among observations are independent but actually this assumption might not be fulfilled. Therefore Hsiao and Tahmiscioglu 2008 suggest that the unobserved time effects are needed to be incorporated in the model. A two way error components model for panel data will be described. Model discussed is limited to simple dynamic model where the explanatory variable is the lag 1 of the response variable. Parameter estimation is done using Generalized Least Square GLS method. Before proceeding with the GLS method preliminary steps are conducted first differencing individual mean correction of the first differenced and postulating a first difference correction equation in special conditions. Once the estimator is obtained the consistency property is proved afterwards. As an illustration hypothetical data set with several parameters setting are generated using Monte Carlo simulation. The result show that mean relative error of GLS estimator will be smaller as the values of absolute rho are larger. Furthermore the mean relative error for rho 0 are greater than that of rho 0."

"Analisis regresi merupakan salah satu teknik dalam statistika yang digunakan untuk menginvestigasi dan memodelkan hubungan antara variabel respon dan variabel regresor. Pada skripsi ini akan dimodelkan hubungan satu variabel respon dengan beberapa variabel regresor menggunakan model regresi linier berganda dimana antar variabel regresor tidak saling bergantung linier. Adanya multikolinieritas menyebabkan taksiran least square tidak stabil dan bisa memberikan informasi yang salah. Taksiran ridge adalah taksiran parameter model regresi yang umumnya digunakan untuk mengatasi hal tersebut. Tetapi ketika terjadi multikolinieritas yang kuat, variansi taksiran ridge tidak berbeda jauh dengan variansi taksiran least square. Masalah lainnya adalah konstanta taksiran ridge yang sulit untuk ditentukan. Untuk mengatasi masalah tersebut, Kejian Liu (1998) memperkenalkan taksiran Liu yang memiliki dua kelebihan dibandingkan taksiran ridge yaitu skalar mean square error (mse) yang lebih kecil dibandingkan mse taksiran ridge dan konstanta taksiran Liu yang mudah ditentukan.

---

Regression analysis is a statistical technique for investigating and modelling the relationship between the response variable and regressor variable. This skripsi modelling the relationship between one response variable and several regressor when there is no linear relationship between the regressors. In presence of multicollinearity, the least square estimator is unstable and may gives misleading information. Ridge estimator is the most common estimator to overcome this problem. But when there exist severe multicollinearity, variance of ridge estimator almost same with variance of least square estimator. The other problem is a constant of ridge estimator is difficult to specified. To solve this problem, Kejian Liu (1998) proposed Liu estimator that have two advantages over the ridge estimator are Liu estimator has less scalar mean square error (mse) than mse of ridge estimator and a constant of Liu estimator can specified easily."