Atika, Defita Sari (2020) SMALL AREA ESTIMATION DENGAN METODE HIERARCHICAL BAYES UNTUK DATA RESPON YANG BERDISTRIBUSI BINOMIAL. Masters thesis, Universitas Andalas.
|
Text (Cover + Abstrak)
Cover + Abstrak.pdf - Published Version Download (281kB) | Preview |
|
|
Text (Bab 1)
Bab I Pendahuluan.pdf - Published Version Download (1MB) | Preview |
|
|
Text (Bab 5)
Bab V Penutup.pdf - Published Version Download (418kB) | Preview |
|
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version Download (659kB) | Preview |
|
Text (Tesis Full Text)
Full Tesis.pdf - Published Version Restricted to Repository staff only Download (19MB) | Request a copy |
Abstract
Small Area Estimation dengan metode Hierarchical Bayes (SAE-HB) merupakan salah satu penduga yang digunakan untuk mengestimasi parameter pada area kecil. Penduga SAE-HB merupakan penduga yang memanfaatkan informasi dari area sekitarnya, yang disebut dengan peubah penyerta. Small Area Estimation terdapat dua model yaitu model berbasis level area dan model berbasis level unit. Model dipilih berdasarkan tingkat kesediaan data peubah penyerta. Penduga SAE-HB ini digunakan sebagai salah satu upaya untuk menekan ragam yang besar yang diperoleh dari pendugaan klasik (penduga langsung). Pada penelitian ini dilakukan pada data respon yang berdistribusi binomial dengan mengambil data bangkitan dan data kasus yaitu peserta BPJS-Kesehatan di Kota Padang. Hasil penelitian ini menunjukkan ragam yang dihasilkan lebih kecil dibandingkan dengan penduga langsung. Sehingga dapat disimpulkan pendugaan untuk area kecil menggunakan SAE-HB lebih baik dibandingkan penduga langsung.
Item Type: | Thesis (Masters) |
---|---|
Primary Supervisor: | Dr. Ferra Yanuar |
Uncontrolled Keywords: | Small Area Estimation, Hierarchical Bayaes, Penduga Langsung, Nilai Ragam |
Subjects: | Q Science > QA Mathematics |
Divisions: | Pascasarjana (S2) |
Depositing User: | s2 matematika matematika |
Date Deposited: | 05 Nov 2020 03:38 |
Last Modified: | 05 Nov 2020 03:38 |
URI: | http://scholar.unand.ac.id/id/eprint/64029 |
Actions (login required)
View Item |