PENDUGAAN PARAMETER PROPORSI AREA KECIL BERDASARKAN GENERALIZED LINEAR MIXED MODEL

NINA DAMAYANTI, 1317031058 (2017) PENDUGAAN PARAMETER PROPORSI AREA KECIL BERDASARKAN GENERALIZED LINEAR MIXED MODEL. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (9Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya pengguna terdaftar Download (2601Kb)
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (926Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Pendugaan secara langsung pada area kecil dapat menghasilkan keragaman yang besar karena informasi yang diperoleh sangat sedikit atau bahkan tidak terdapat informasi sama sekali mengenai karakteristik populasi yang akan diamati. Alternatif metode lain yang dapat digunakan yaitu melalui pendugaan tidak langsung dengan menghubungkan area kecil tersebut dengan area lain melalui model yang sesuai dengan tujuan penelitian yang dilakukan. Terdapat beberapa metode pendugaan pada area kecil, diantaranya Empirical Bayes (EB), Hirarchical Bayes (HB) dan Best Linear Unbiassed Predictor (BLUP). Pada penelitian ini dilakukan pendugaan parameter proporsi area kecil menggunakan metode BLUP dengan menghubungkan salah satu model dasar area kecil yaitu Basic Area Level (type A) Model dengan Generalized Linear Mixed Model (GLMM). Sebelum menduga parameter proporsi dari model area kecil, terlebih dahulu dilakukan pendugaan terhadap parameter dari GLMM dengan Generalized Least Square (GLS). Kajian empirik dilakukan terhadap proporsi keluarga prasejahtera di Kota Bandar Lampung dengan bantuan software R. Kata Kunci : Pendugaan Area Kecil, Best Linear Unbiassed Predictor (BLUP), Generalized Linear Mixed Model (GLMM) dan Generalized Least Square (GLS). ABSTRACT Direct estimation of small area can result in great because the information obtained has little or no information about the characteristics of the population to be observed. Another alternative method can be used is through indirect estimation by connecting the small area with other areas through the model in accordance with the purpose of research conducted. There are several method of small area, including Empirical Bayes (EB), Hirarchical Bayes (HB) and Best Linear Unbiassed Predictor (BLUP). In this research, the parameter of proportion of small area using BLUP method is done by connecting one of the basic model of small area, namely Basic Area Level (type A) Model with Generalized Linear Mixed Model (GLMM). Before estimating the proportion parameters of the small area model, we first estimated the parameters of GLMM with Generalized Least Square (GLS). Empirical study was conducted on the proportion of underprosperous family in Bandar Lampung with the help of software R. Keyword : Small Area Estimation, Best Linear Unbiassed Predictor (BLUP), Generalized Linear Mixed Model (GLMM) and Generalized Least Square (GLS).

Jenis Karya Akhir:	Skripsi
Subyek:	> Q Science (General) > QA Mathematics
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	02997276 . Digilib
Date Deposited:	02 Jan 2018 08:08
Terakhir diubah:	02 Jan 2018 08:08
URI:	http://digilib.unila.ac.id/id/eprint/29605

Actions (login required)

Lihat Karya Akhir