Abstract. Zero inflated beta is a mixture of the continous distribution on (0, 1) and the generated distribution which can produce a non-negative probability to 0. Zero Inflated Beta Regression (BeZI) is a method that can handle or model data that has a high proportion of zeros or there are excess zeros in the data. In this study, the response variable y has a mix between the beta distribution and the point mass at zero. Estimation of the regression parameters from the zero inflated beta regression model uses the Maximum Likelihood Estimation (MLE), where the estimation process is solved numerically. The numerical method used is the Fisher’s scoring method based on the score vector and the Fisher Information matrix to estimate the parameters of the maternal mortality rate in the city of Bandung in 2020. The results of the research on the count regression model show that the percentage variable K1 has a negative effect on the proportion of maternal deaths in Bandung City in 2020, while in the zero inflation model it is found that there are no variables that have an influence on the proportion when maternal deaths do not occur.
Abstrak. Zero inflated beta merupakan campuran distribusi kontinu pada (0, 1) dan distribusi yang dibangkitkan dimana dapat menghasilkan probabilitas non-negatif ke 0. Zero Inflated Beta Regression (BeZI) merupakan metode yang dapat menangani atau memodelkan suatu data yang memiliki proporsi nol yang tinggi atau terdapat excess zero dalam data. Dalam skripsi ini, variabel respon memiliki percampuran antara distribusi beta dan titik massa pada nol. Penaksiran parameter regresi dari model regresi zero inflated beta menggunakan Maximum Likelihood Estimation (MLE), dimana proses penaksirannya diselesaikan secara numerik. Metode numerik yang digunakan yaitu metode Fisher’s scoring berdasarkan pada vektor skor dan matriks informasi Fisher untuk menaksir parameter dari angka kematian ibu di kota bandung tahun 2020. Hasil penelitian pada model count regression diperoleh bahwa variabel persentase K1 memiliki pengaruh negatif terhadap proporsi kematian ibu Kota Bandung tahun 2020, sedangkan pada model zero inflation diperoleh bahwa tidak ada variabel yang memiliki pengaruh terhadap proporsi pada saat tidak terjadinya kematian ibu.
摘要。零膨胀beta是(0,1)上的连续分布和生成分布的混合，生成分布可以产生非负概率到0。零膨胀Beta回归(Zero Inflated Beta Regression，简称BeZI)是一种可以处理或建模零比例高或数据中有多余零的数据的方法。在本研究中，响应变量y混合了beta分布和零点点质量。从零膨胀beta回归模型中估计回归参数使用最大似然估计(MLE)，其中估计过程是数值解决的。数值方法采用基于分数向量和Fisher信息矩阵的Fisher计分法对万隆市2020年孕产妇死亡率参数进行估算。计数回归模型的研究结果表明，百分比变量K1对万隆市2020年孕产妇死亡比例有负影响，而在零通货膨胀模型中发现，当不发生孕产妇死亡时，没有变量对该比例有影响。
Abstrak。零膨胀beta merupakan campuran分布，kontinu分布，(0,1)dan分布，yang dibangkitkan dimana dapat menghasilkan概率是非负的，为0。零膨胀Beta回归(Zero Inflated Beta Regression, BeZI) merupakan方法yang dapat menangani atau memodelkan suatu数据yang memiliki proporsi nol yang tinggi atapat terdapat超额零数据。[3]杨建平，杨建平，杨建平，等。变量响应记忆法在全地形分布中的应用。Penaksiran参数回归模型回归零膨胀beta menggunakan极大似然估计(MLE)， dimana过程penaksiranya diselesaikan secara numerik。方法数值方法yang digunakan yitu方法Fisher’s scoring berdasarkan pada vector skor矩阵信息方法Fisher untuk menaksir参数dari angka kematian ibu di kota bandung tahun 2020。Hasil penelitian pada模型计数回归diperoleh bahwa变量表示ase K1 memiliki pengaruh负的terhadap比例是kematian ibu Kota万通，2010年，sedangkan pada模型零通货膨胀diperoleh bahwa tidak ada变量yang memiliki pengaruh terhadap比例是pada saat tidak terjadinya kematian ibu。
{"title":"Implementasi Zero Inflated Beta Regression Model pada Proporsi Kematian Ibu di Kota Bandung Tahun 2020","authors":"Labana Kaulika, Nusar Hajarisman","doi":"10.29313/bcss.v3i2.7879","DOIUrl":"https://doi.org/10.29313/bcss.v3i2.7879","url":null,"abstract":"Abstract. Zero inflated beta is a mixture of the continous distribution on (0, 1) and the generated distribution which can produce a non-negative probability to 0. Zero Inflated Beta Regression (BeZI) is a method that can handle or model data that has a high proportion of zeros or there are excess zeros in the data. In this study, the response variable y has a mix between the beta distribution and the point mass at zero. Estimation of the regression parameters from the zero inflated beta regression model uses the Maximum Likelihood Estimation (MLE), where the estimation process is solved numerically. The numerical method used is the Fisher’s scoring method based on the score vector and the Fisher Information matrix to estimate the parameters of the maternal mortality rate in the city of Bandung in 2020. The results of the research on the count regression model show that the percentage variable K1 has a negative effect on the proportion of maternal deaths in Bandung City in 2020, while in the zero inflation model it is found that there are no variables that have an influence on the proportion when maternal deaths do not occur.
 Abstrak. Zero inflated beta merupakan campuran distribusi kontinu pada (0, 1) dan distribusi yang dibangkitkan dimana dapat menghasilkan probabilitas non-negatif ke 0. Zero Inflated Beta Regression (BeZI) merupakan metode yang dapat menangani atau memodelkan suatu data yang memiliki proporsi nol yang tinggi atau terdapat excess zero dalam data. Dalam skripsi ini, variabel respon memiliki percampuran antara distribusi beta dan titik massa pada nol. Penaksiran parameter regresi dari model regresi zero inflated beta menggunakan Maximum Likelihood Estimation (MLE), dimana proses penaksirannya diselesaikan secara numerik. Metode numerik yang digunakan yaitu metode Fisher’s scoring berdasarkan pada vektor skor dan matriks informasi Fisher untuk menaksir parameter dari angka kematian ibu di kota bandung tahun 2020. Hasil penelitian pada model count regression diperoleh bahwa variabel persentase K1 memiliki pengaruh negatif terhadap proporsi kematian ibu Kota Bandung tahun 2020, sedangkan pada model zero inflation diperoleh bahwa tidak ada variabel yang memiliki pengaruh terhadap proporsi pada saat tidak terjadinya kematian ibu.","PeriodicalId":497140,"journal":{"name":"Bandung Conference Series Statistics","volume":"81 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-07-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135398927","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Abstract. Linear regression is used to study the relationship between dependent variables and one or more independent variables. The most widely used linear regression parameter estimation is the Least Squares Method (MKT). Multiple linear regression involves more than one independent variable. The common problem that is often encountered in multiple linear regression is the problem of multicollinearity. Multicollinearity in multiple linear regression occurs when there is a correlation between independent variables, with multicollinearity it is often difficult to see the effect of the independent variables on the dependent variables. Multicollinearity handling can be done using the elastic-net regression method where this method can reduce the regression coefficient to exactly zero, besides that the regression nets also select variables simultaneously and can select groups of correlated variables. In 2020 the open response rate in West Java Province was relatively high, namely 10.46, exceeding the national average of 7.07. This study uses data regarding the open response rate in West Java Province in 2020. Based on the results of testing the independent variables that influence the open response rate in West Java, namely the dependency ratio, average length of schooling, human development index, percentage of poor people, wages minimum district/city, and population density.
Abstrak. Regresi linier digunakan untuk mempelajari hubungan antara peubah tak bebas dengan satu atau lebih peubah bebas. Pendugaan parameter regresi linier yang paling banyak digunakan yaitu Metode Kuadrat Terkecil (MKT). Regresi linier berganda melibatkan lebih dari satu peubah bebas. Masalah umum yang sering dijumpai pada regresi linier berganda yaitu adanya masalah multikolinearitas. Multikolinearitas pada regresi linier berganda terjadi apabila terdapat korelasi antar peubah bebas, keberadaan multikolinearitas seringkali menyulitkan untuk melihat pengaruh antara peubah bebas terhadap peubah tak bebas. Penanganan multikolinearitas dapat dilakukan menggunakan metode regresi elastic-net dimana metode ini dapat menyusutkan koefisien regresi tepat nol, selain itu regresi elastic-net juga melakukan seleksi peubah secara simultan dan dapat memilih kelompok peubah yang berkorelasi. Pada tahun 2020 tingkat pengangguran terbuka di Provinsi Jawa Barat relatif tinggi yaitu sebesar 10,46 melebihi nilai rata-rata nasional sebesar 7,07. Penelitian ini menggunakan data mengenai tingkat pengangguran terbuka di Provinsi Jawa Barat pada tahun 2020. Berdasarkan hasil pengujian peubah bebas yang memberikan pengaruh tehadap tingkat pengangguran terbuka di Jawa Barat yaitu dependency ratio, rata-rata lama sekolah, indeks pembangunan manusia, presentase penduduk miskin, upah minimum kabupaten/kota, dan kepadatan penduduk.
摘要线性回归用于研究因变量与一个或多个自变量之间的关系。最广泛使用的线性回归参数估计是最小二乘法(MKT)。多元线性回归涉及多个自变量。多重共线性问题是多元线性回归中经常遇到的问题。多元线性回归中的多重共线性发生在自变量之间存在相关性的情况下，多重共线性往往很难看到自变量对因变量的影响。多重共线性处理可以采用弹性网回归方法，该方法可以将回归系数精确地降低到零，而且回归网还可以同时选择变量，并可以选择相关变量组。2020年，西爪哇省的公开响应率相对较高，为10.46，超过全国平均水平7.07。本研究使用了西爪哇省2020年开放响应率的数据。基于对影响西爪哇开放响应率的自变量的测试结果，即抚养比、平均受教育时间、人类发展指数、贫困人口百分比、最低地区/城市工资和人口密度。
Abstrak。回归linier digunakan untuk mempelajari hubungan antara peubah bebas dengan satu atau lebih peubah bebas。Pendugaan参数回归线性函数，yang paling, banyak, digunakan, yitu, Metode Kuadrat Terkecil (MKT)。这是一种倒退，倒退，倒退，倒退。Masalah umum yang服务于dijumpai pagada regression, berganda yitya adanya Masalah multikolinearitas。multilinineitas pada regresi linier berganda terjadi apabila terdapat korelasi antar peubah bebas, keberadaan multilinineitas seringali menyulitkan untuk meliha pengaruh antara peubah bebas, hadap peubah tak bebas。Penanganan multikolineitas dapat dilakukan menggunakan method regression i elastic-net dimana method ini dapat menyusutkan koefisien regresi tepat nol, selain i regresi elastic-net juga melakukan seleksi peubah secara simultan dapat memilih kelompok peubah yang berkorelasi。Pada tahun 2020 tingkat pengangguran terbuka di省爪哇巴拉相对于yititsebesar 10,46 melebihi nilai rata-rata国家sebesar 7,07。2020年6月，爪哇省人口普查数据分析。Berdasarkan hasil penguin peubah bebas yang成员kan pengaruh tehadap tingkat pengangguran terbuka di Jawa Barat yitu抚养比率，rata-rata lama sekolah, indeks pembangunan manusia, presentase penduduk miskin, upah minimum kabupaten/kota, dan kepadatan penduduk。
{"title":"Metode Regresi Elastic-net untuk Mengatasi Masalah Multikolinearitas pada Kasus Tingkat Pengangguran Terbuka di Provinsi Jawa Barat","authors":"Astri Handayani, Lisnur Wachidah","doi":"10.29313/bcss.v3i1.5757","DOIUrl":"https://doi.org/10.29313/bcss.v3i1.5757","url":null,"abstract":"Abstract. Linear regression is used to study the relationship between dependent variables and one or more independent variables. The most widely used linear regression parameter estimation is the Least Squares Method (MKT). Multiple linear regression involves more than one independent variable. The common problem that is often encountered in multiple linear regression is the problem of multicollinearity. Multicollinearity in multiple linear regression occurs when there is a correlation between independent variables, with multicollinearity it is often difficult to see the effect of the independent variables on the dependent variables. Multicollinearity handling can be done using the elastic-net regression method where this method can reduce the regression coefficient to exactly zero, besides that the regression nets also select variables simultaneously and can select groups of correlated variables. In 2020 the open response rate in West Java Province was relatively high, namely 10.46, exceeding the national average of 7.07. This study uses data regarding the open response rate in West Java Province in 2020. Based on the results of testing the independent variables that influence the open response rate in West Java, namely the dependency ratio, average length of schooling, human development index, percentage of poor people, wages minimum district/city, and population density.
 Abstrak. Regresi linier digunakan untuk mempelajari hubungan antara peubah tak bebas dengan satu atau lebih peubah bebas. Pendugaan parameter regresi linier yang paling banyak digunakan yaitu Metode Kuadrat Terkecil (MKT). Regresi linier berganda melibatkan lebih dari satu peubah bebas. Masalah umum yang sering dijumpai pada regresi linier berganda yaitu adanya masalah multikolinearitas. Multikolinearitas pada regresi linier berganda terjadi apabila terdapat korelasi antar peubah bebas, keberadaan multikolinearitas seringkali menyulitkan untuk melihat pengaruh antara peubah bebas terhadap peubah tak bebas. Penanganan multikolinearitas dapat dilakukan menggunakan metode regresi elastic-net dimana metode ini dapat menyusutkan koefisien regresi tepat nol, selain itu regresi elastic-net juga melakukan seleksi peubah secara simultan dan dapat memilih kelompok peubah yang berkorelasi. Pada tahun 2020 tingkat pengangguran terbuka di Provinsi Jawa Barat relatif tinggi yaitu sebesar 10,46 melebihi nilai rata-rata nasional sebesar 7,07. Penelitian ini menggunakan data mengenai tingkat pengangguran terbuka di Provinsi Jawa Barat pada tahun 2020. Berdasarkan hasil pengujian peubah bebas yang memberikan pengaruh tehadap tingkat pengangguran terbuka di Jawa Barat yaitu dependency ratio, rata-rata lama sekolah, indeks pembangunan manusia, presentase penduduk miskin, upah minimum kabupaten/kota, dan kepadatan penduduk.","PeriodicalId":497140,"journal":{"name":"Bandung Conference Series Statistics","volume":"21 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-01-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135654389","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：