PENDEKATAN BAYESIAN GELF UNTUK ESTIMASI PARAMETER MODEL SURVIVAL RAYLEIGH DENGAN PRIOR UNIFORM

Petty Jelda, Setyo Wira Rizki, Nurfitri Imro’ah
{"title":"PENDEKATAN BAYESIAN GELF UNTUK ESTIMASI PARAMETER MODEL SURVIVAL RAYLEIGH DENGAN PRIOR UNIFORM","authors":"Petty Jelda, Setyo Wira Rizki, Nurfitri Imro’ah","doi":"10.26418/bbimst.v8i3.33867","DOIUrl":null,"url":null,"abstract":" Data survival adalah data yang menunjukkan waktu suatu individu atau objek yang dapat bertahan hidup hingga terjadinya suatu kegagalan atau kejadian tertentu. Tujuan dari penelitian ini adalah  untuk menentukan model survival dan model hazard estimasi parameter berdistribusi Rayleigh dengan metode Bayesian General Entropy Loss Function (GELF) menggunakan prior Uniform. Estimasi parameter fungsi survival dan fungsi hazard Bayesian GELF didapat dengan  mencari nilai estimasi parameter Bayesian GELF. Selanjutnya diterapkan pada data 175 pasien penderita Primary Billiary Cirrhosis (PBC) yang diperoleh dari program R versi 3.3.0 untuk mengetahui peluang individu dapat bertahan hidup. Nilai estimasi parameter Bayesian GELF dari data yang dihitung menggunakan progam R adalah 896,8008. Berdasarkan hasil estimasi parameter model survival distribusi Rayleigh metode Bayesian GELF dapat diketahui peluang seorang penderita penyakit PBC untuk bertahan hidup semakin lama semakin kecil (mendekati nol), dengan resiko kematian yang semakin besar.Kata Kunci : Distribusi Rayleigh, Bayesian GELF, Prior Uniform.","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"5 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-07-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26418/bbimst.v8i3.33867","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

 Data survival adalah data yang menunjukkan waktu suatu individu atau objek yang dapat bertahan hidup hingga terjadinya suatu kegagalan atau kejadian tertentu. Tujuan dari penelitian ini adalah  untuk menentukan model survival dan model hazard estimasi parameter berdistribusi Rayleigh dengan metode Bayesian General Entropy Loss Function (GELF) menggunakan prior Uniform. Estimasi parameter fungsi survival dan fungsi hazard Bayesian GELF didapat dengan  mencari nilai estimasi parameter Bayesian GELF. Selanjutnya diterapkan pada data 175 pasien penderita Primary Billiary Cirrhosis (PBC) yang diperoleh dari program R versi 3.3.0 untuk mengetahui peluang individu dapat bertahan hidup. Nilai estimasi parameter Bayesian GELF dari data yang dihitung menggunakan progam R adalah 896,8008. Berdasarkan hasil estimasi parameter model survival distribusi Rayleigh metode Bayesian GELF dapat diketahui peluang seorang penderita penyakit PBC untuk bertahan hidup semakin lama semakin kecil (mendekati nol), dengan resiko kematian yang semakin besar.Kata Kunci : Distribusi Rayleigh, Bayesian GELF, Prior Uniform.
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
Pendekatan贝叶斯self untuk估计参数模型生存瑞利登根先验均匀
生存数据是指一个个体或物体能够在失败或事件发生之前生存的时间。这项研究的目的是确定雷的生存模型和危险品模型的估计参数,雷利使用Uniform前列,使用Bayesian General Entropy Function (GELF)方法。通过研究Bayesian GELF参数的估计值和hazard Bayesian GELF参数的估计值来确定。随后应用于175名经版本R版本3.3.0获得的Primary Billiary Cirrhosis (PBC)患者的数据,以了解个体存活的机会。使用rprogam R计算的Bayesian GELF参数的估计值是896,8008。根据雷利分布方式的生存参数估计,PBC患者存活时间越长(接近零),死亡风险就越大。关键字:Rayleigh分发,Bayesian GELF, priform。
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