{"title":"Pemodelam Regresi Conway-Maxwell-Poisson untuk Mengatasi Overdispersi pada Data Angka Kematian Ibu di Provinsi Jawa timur","authors":"Deri Dzikria Khofiyandi, Suliadi","doi":"10.29313/bcss.v3i2.7865","DOIUrl":null,"url":null,"abstract":"Abstract. Poisson regression is usually used to model count data. one assumption in Poisson regression is equidispersion that meanS the mean equals to the variance. However, in real data it is often this assumption does not meet. One way to overcome overdispersion is the Conway-Maxwell-Poisson (COM-Poisson) regression. This study applied the COM-Poisson regression to model the effect of Pregnant women who receive a minimum of 4 antenatal care visits (X1), Active Integrated Health Post (X2), Delivery assisted by Healthcare Professional (X3), Provision of Iron Supplement Tablets to Pregnant Women (X4), Pregnant women who received Td2+ Immunization (X5) and Poverty Rate (X6) to Maternal Mortality Rate (Y) for East Java Province data of 2020. The obtained model is with dispersion parameter 0,35044. Meanwhile, the factors that influence the maternal mortality rate are pregnant women who get at least 4 checkups or check-ups at the end of their pregnancy (X1) and pregnant women who receive health services, especially at posyandu (X2). \nAbstrak. Regresi Poisson digunakan dalam memodelkan data cacahan. Salah satu asumsi dalam regresi Poisson adalah equdispersi yang berarti rata-rata sama dengan varians. Namun, pada data rill seringkali asumsi ini tidak terpenuhi. Salah satu cara untuk mengatasi overdispersi adalah dengan menggunakan regresi Conway-Maxwell-Poisson (COM-Poisson). Penelitian regresi COM-Poisson ini diterapkan untuk memodelkan pengaruh dari pemeriksaan akhir masa kehamilan (K4) (X1), keberadaan posyandu aktif (X2), persalinan yang ditolong tenaga kesehatan (X3), pemberian tablet penambah darah pada ibu hamil (X4), pemberian imunisasi td2+ pada ibu hamil (X5) dan persentase penduduk miskin (X6) terhadap Angka Kematian Ibu(Y) di Provinsi Jawa Timur pada data tahun 2020 Diperoleh model Conway-Maxwell-Poisson adalah dengan parameter dispersi 0,35044. Sememtara itu, faktor-faktor yang mempengaruhi angka kematian ibu adalah ibu hamil yang mendapatkan pemeriksaan minimal 4 kali (K4) atau pemeriksaan akhir masa kehamilan (X1) dan ibu hamil yang menerima pelayanan kesehatan terutama di posyandu (X2).","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"14 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-07-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bandung Conference Series: Statistics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29313/bcss.v3i2.7865","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
摘要
摘要。泊松回归通常用于计数数据的建模。泊松回归的一个假设是等分散,即均值等于方差。然而,在实际数据中,这种假设往往不符合。克服过分散的一种方法是康威-麦克斯韦-泊松(com -泊松)回归。本研究采用COM-Poisson回归模型,对东爪哇省2020年数据中接受至少4次产前保健检查(X1)、主动综合卫生站(X2)、医疗保健专业人员协助分娩(X3)、向孕妇提供铁补充剂(X4)、接受Td2+免疫接种(X5)和贫困率(X6)的孕妇对孕产妇死亡率(Y)的影响进行了建模。得到的模型色散参数为0,35044。与此同时,影响孕产妇死亡率的因素是至少接受4次检查或在妊娠结束时进行检查的孕妇(X1)和接受保健服务的孕妇,特别是在医院接受保健服务的孕妇(X2)。Abstrak。回归Poisson digunakan dalam memodelkan data cacahan。Salah satu asumsi dalam regresi Poisson adalah等量分布(equdisi) yang berarti rata-rata samengan varians。纳蒙,帕达的数据收集服务,以kali假设为基础,并在此基础上进行分析。康威-麦克斯韦-泊松(com -泊松)。Penelitian regression COM-Poisson ini diiterapkan untuk memodelkan pengaruh dari peremeriksaan akhir masa kehamilan (K4) (X1), keberadaan posyandu aktif (X2), persalinan yang ditolong tenaga kesehatan (X3), pemberian tablet penambah darah pada ibu hamil (X4), pemberian imunisasi td2+ pada ibu hamil (X5)和perberian penduduk miskin (X6) terhadap Angka Kematian ibu (Y) di provinjiawa Timur pada数据[j] . 2020 Diperoleh模型Conway-Maxwell-Poisson adalah dengan参数分布。Sememtara itu, factor - factor for yang mempengaruhi angka kematian ibu adalah ibu hamil yang mendapatkan pemeriksaan minimal 4 kali (K4) atau pemeriksaan akhir masa kehamilan (X1) dan ibu hamil yang menerima pelayanan kesehatan terutama di posyandu (X2)。
Pemodelam Regresi Conway-Maxwell-Poisson untuk Mengatasi Overdispersi pada Data Angka Kematian Ibu di Provinsi Jawa timur
Abstract. Poisson regression is usually used to model count data. one assumption in Poisson regression is equidispersion that meanS the mean equals to the variance. However, in real data it is often this assumption does not meet. One way to overcome overdispersion is the Conway-Maxwell-Poisson (COM-Poisson) regression. This study applied the COM-Poisson regression to model the effect of Pregnant women who receive a minimum of 4 antenatal care visits (X1), Active Integrated Health Post (X2), Delivery assisted by Healthcare Professional (X3), Provision of Iron Supplement Tablets to Pregnant Women (X4), Pregnant women who received Td2+ Immunization (X5) and Poverty Rate (X6) to Maternal Mortality Rate (Y) for East Java Province data of 2020. The obtained model is with dispersion parameter 0,35044. Meanwhile, the factors that influence the maternal mortality rate are pregnant women who get at least 4 checkups or check-ups at the end of their pregnancy (X1) and pregnant women who receive health services, especially at posyandu (X2).
Abstrak. Regresi Poisson digunakan dalam memodelkan data cacahan. Salah satu asumsi dalam regresi Poisson adalah equdispersi yang berarti rata-rata sama dengan varians. Namun, pada data rill seringkali asumsi ini tidak terpenuhi. Salah satu cara untuk mengatasi overdispersi adalah dengan menggunakan regresi Conway-Maxwell-Poisson (COM-Poisson). Penelitian regresi COM-Poisson ini diterapkan untuk memodelkan pengaruh dari pemeriksaan akhir masa kehamilan (K4) (X1), keberadaan posyandu aktif (X2), persalinan yang ditolong tenaga kesehatan (X3), pemberian tablet penambah darah pada ibu hamil (X4), pemberian imunisasi td2+ pada ibu hamil (X5) dan persentase penduduk miskin (X6) terhadap Angka Kematian Ibu(Y) di Provinsi Jawa Timur pada data tahun 2020 Diperoleh model Conway-Maxwell-Poisson adalah dengan parameter dispersi 0,35044. Sememtara itu, faktor-faktor yang mempengaruhi angka kematian ibu adalah ibu hamil yang mendapatkan pemeriksaan minimal 4 kali (K4) atau pemeriksaan akhir masa kehamilan (X1) dan ibu hamil yang menerima pelayanan kesehatan terutama di posyandu (X2).