Inferensi
Vol 1, No 1 (2018): Inferensi

Generalized Additive Logistic Pada Pemodelan Faktor-Faktor Yang Mempengaruhi Keuntungan PT. PDC

Kartika Fithriasari (Department of Statistics, Institut Teknologi Sepuluh Nopember, Indonesia)
Soehardjoepri Soehardjoepri (Department of Actuaria, Institut Teknologi Sepuluh Nopember, Indonesia)
Nur Iriawan (Department of Statistics, Institut Teknologi Sepuluh Nopember, Indonesia)

Article Info

Publish Date
15 Sep 2018

Abstract

Generalized Additive Models (GAM) merupakan kombinasi dari model additive dan generalized linear models (GLMs). GAM dengan variabel respon bertipe biner disebut model generalized additive logistic. Perbedaan hasil  model regresi logistik pada GLMs dan GAM didapatkan pada pemodelan faktor-faktor yang mempengaruhi keuntungan PT.PDC. Dari studi kasus PT.PDC. terlihat bahwa GLMs hanya menangkap hubungan linier antara log-odds dan variabel prediktor, sedangkan GAM dapat menangkap hubungan kuadratik yang digambarkan dalam grafik prediksi parsial.  Sehingga dapat disimpulkan bahwa GAM mampu memodelkan hubungan yang lebih kompleks dibanding GLMs.

Copyrights © 2018




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Full PDF
293.023 KB
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
Inferensi
Website

Abbrev

inferensi

Publisher

Institut Teknologi Sepuluh Nopember Surabaya

Subject

Computer Science & IT Decision Sciences, Operations Research & Management Engineering Mathematics Social Sciences

Description

The aim of Inferensi is to publish original articles concerning statistical theories and novel applications in diverse research fields related to statistics and data science. The objective of papers should be to contribute to the understanding of the statistical methodology and/or to develop and ...