ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI PARETO -GAMMA DENGAN METODE BAYESIAN SELF

Bella Amalia, Shantika Martha, Setyo Wira Rizki
{"title":"ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI PARETO -GAMMA DENGAN METODE BAYESIAN SELF","authors":"Bella Amalia, Shantika Martha, Setyo Wira Rizki","doi":"10.26418/bbimst.v8i3.33247","DOIUrl":null,"url":null,"abstract":"Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan hidup hingga terjadinya suatu kegagalan atau kejadian tertentu. Data survival dikatakan tersensor apabila objek pada penelitian hilang atau sampai akhir penelitian objek tersebut belum mengalami kejadian tertentu. Tujuan dari penelitian ini adalah menentukan estimasi parameter model survival  distribusi Pareto data tersensor dengan metode Bayesian SELF. Data yang digunakan  adalah data sekunder pasien kanker paru-paru. Berdasarkan nilai estimasi metode Bayesian SELF untuk studi kasus penderita kanker paru-paru dapat diketahui bahwa dengan menggunakan metode Bayesian SELF perhitungan peluang hidup pada kasus penderita kanker paru-paru menjadi lebih tinggi. Berdasarkan nilai MAPE yang diperoleh dari fungsi Survival distribusi Pareto dengan pendekatan Bayesian SELF adalah sebesar 24,68%. Hal ini berarti bahwa metode Bayesian SELF memiliki kemampuan peramalan yang cukup dalam mengestimasi peluang hidup pasien penderita kanker paru-paru. Kata Kunci: Distribusi Pareto, Metode Bayesian SELF, MAPE. ","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"90 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-07-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26418/bbimst.v8i3.33247","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan hidup hingga terjadinya suatu kegagalan atau kejadian tertentu. Data survival dikatakan tersensor apabila objek pada penelitian hilang atau sampai akhir penelitian objek tersebut belum mengalami kejadian tertentu. Tujuan dari penelitian ini adalah menentukan estimasi parameter model survival  distribusi Pareto data tersensor dengan metode Bayesian SELF. Data yang digunakan  adalah data sekunder pasien kanker paru-paru. Berdasarkan nilai estimasi metode Bayesian SELF untuk studi kasus penderita kanker paru-paru dapat diketahui bahwa dengan menggunakan metode Bayesian SELF perhitungan peluang hidup pada kasus penderita kanker paru-paru menjadi lebih tinggi. Berdasarkan nilai MAPE yang diperoleh dari fungsi Survival distribusi Pareto dengan pendekatan Bayesian SELF adalah sebesar 24,68%. Hal ini berarti bahwa metode Bayesian SELF memiliki kemampuan peramalan yang cukup dalam mengestimasi peluang hidup pasien penderita kanker paru-paru. Kata Kunci: Distribusi Pareto, Metode Bayesian SELF, MAPE. 
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
估计参数模型生存分布pareto -gamma dengan方法贝叶斯自
生存数据是指一个个体或物体的生存时间,直到某一特定的失败或事件发生。生存数据说,当研究对象丢失或研究结束时,它们会受到审查。本研究的目的是用自我控制的数据分布方式确定受审查的数据参数参数。所使用的数据是肺癌患者的次要数据。根据巴士曼对肺癌病例研究的估计价值,我们可以发现,用自己的方法计算自己活下来的机会变得更高。根据Pareto的生存功能,通过Bayesian SELF的方法获得的MAPE值为2468%。这意味着自我修复的方法在确定肺癌患者的生存机会方面具有相当大的观察力。关键词:Pareto分发,自我防卫方法,MAPE。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
PERAMALAN VOLATILITAS SAHAM MENGGUNAKAN MODEL THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY ANALISIS DAMPAK PROGRAM TERAPI HIV-AIDS PADA MODEL PENYEBARAN PENYAKIT HIV-AIDS DENGAN POPULASI TERBUKA PENENTUAN GARIS KEMISKINAN PROVINSI MENGGUNAKAN METODE MULTIPLE CLASSIFICATION ANALYSIS METODE ANALISIS KORESPONDENSI BERGANDA UNTUK MENGIDENTIFIKASI KARAKTERISTIK MAHASISWA BIDIKMISI FMIPA UNTAN PENENTUAN MODEL TERBAIK PADA REGRESI SPLINE MENGGUNAKAN GENERALIZED CROSS VALIDATION (GCV)
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1