Fajriyah, Rahmatika (2020) Small Area Estimation Terhadap Proporsi Kasus Berat Bayi Lahir Rendah (BBLR) Kota Padang Dengan Menggunakan Metode Empirical Bayes. Masters thesis, Universitas Andalas.
|
Text (Abstrak)
Cover+Abstrak.pdf - Published Version Download (3MB) | Preview |
|
|
Text (Pendahuluan)
pendahuluan.pdf - Published Version Download (8MB) | Preview |
|
|
Text (Kesimpulan)
Kesimpulan.pdf - Published Version Download (1MB) | Preview |
|
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version Download (1MB) | Preview |
|
Text (Tesis (Full Text))
Tesis Lengkap Rahmatika.pdf - Published Version Restricted to Repository staff only Download (4MB) |
Abstract
Metode pendugaan area kecil merupakan salah satu metode yang digunakan untuk menduga parameter pada suatu daerah dimana jumlah populasinya berukuran kecil. Penelitian ini bertujuan untuk menduga nilai parameter dari data biner dengan menggunakan metode pendugaan langsung dan metode pendugaan tak langsung berbasis metode Empirical Bayes serta membandingkan nilai Root Relative Mean Square Error (RRMSE) dari penduga langsung dan penduga tak langsung dengan mengunakan metode RRMSE Jackknife, dan RRMSE Bootstrap sebagai kriteria untuk memilih metode yang terbaik digunakan untuk menduga nilai parameter. Data yang digunakan pada penelitian ini merupakan data peubah respon yang berdistribusi Binomial dengan menggunakan data bangkitan dan data kasus yaitu data Berat Bayi Lahir Rendah (BBLR) di Kota Padang. Hasil penelitian menunjukkan bahwa nilai pendugaan parameter dengan metode tak langsung Empirical Bayes memberikan hasil yang tidak jauh berbeda dari nilai pendugaan langsung dan nilai dugaan RRMSE pada penduga tak langsung menghasilkan nilai yang relatif lebih kecil dibandingkan dengan penduga langsung. Sehingga dapat disimpulkan bahwa metode tak langsung berbasis metode Empirical Bayes merupakan metode penduga parameter yang lebih baik dibandingkan dengan metode pendugaan langsung. Kata Kunci: Area Kecil, Empirical Bayes,RRMSE, Metode Jackkniffe, Metode Bootstrap.
Item Type: | Thesis (Masters) |
---|---|
Subjects: | Q Science > Q Science (General) |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
Depositing User: | s2 matematika matematika |
Date Deposited: | 13 Sep 2021 03:48 |
Last Modified: | 13 Sep 2021 03:48 |
URI: | http://scholar.unand.ac.id/id/eprint/81931 |
Actions (login required)
View Item |