Pendekatan pembangunan model regresi logistik multinomial

Analisis data yang mempunyai pembolehubah bersandar berbentuk kualitatif melibatkan lebih daripada dua kategori dikenali sebagai Regresi Logistik Multinomial. Kajian ini bertujuan untuk membina pendekatan pembangunan model Regresi Logistik Multinomial. Model ini merupakan kesinambungan daripada mode...

Full description

Saved in:

Bibliographic Details
Main Author:	Diana Hassan
Format:	Thesis
Language:	English English
Published:	2017
Subjects:	QA273-280 Probabilities Mathematical statistics
Online Access:	https://eprints.ums.edu.my/id/eprint/38506/1/24%20PAGES.pdf https://eprints.ums.edu.my/id/eprint/38506/2/FULLTEXT.pdf
Tags:	Add Tag No Tags, Be the first to tag this record!

id	my-ums-ep.38506
record_format	uketd_dc
spelling	my-ums-ep.385062024-04-15T07:35:23Z Pendekatan pembangunan model regresi logistik multinomial 2017 Diana Hassan QA273-280 Probabilities. Mathematical statistics Analisis data yang mempunyai pembolehubah bersandar berbentuk kualitatif melibatkan lebih daripada dua kategori dikenali sebagai Regresi Logistik Multinomial. Kajian ini bertujuan untuk membina pendekatan pembangunan model Regresi Logistik Multinomial. Model ini merupakan kesinambungan daripada model Regresi Berganda dan Binari Logit Berganda. Selain memperkenalkan pembolehubah tak bersandar berbentuk patung ( dummn, kombinasi pembolehubah patung interaksi tahap pertama turut dibuktikan dalam pendekatan ini. Prosedur ini menggunakan penyingkiran pembolehubah tidak signifikan secara progresif dalam fasa kedua yang melibatkan tiga jenis ujian iaitu ujian NPC/NPM, ujian Multikolinearan dan ujian Pekali. Penggunaan Pseudo R-Square yang terdiri daripada Cox & Snell, Nagelkerke dan McFadden dicadangkan sebagai penentu dalam membuat pemilihan model terbaik. Prosedur yang terpilih telah dikupas, ditunjukkan dan diterangkan secara terperinci dalam tesis ini. Penemuan yang ditonjolkan dalam kajian ini adalah pengesahan model terbaik yang dilakukan dengan menggunakan Peratusan Ralat Min Mutlak (MAPE) dan kaedah penganggaran data yang hilang. Kaedah penganggaran data hilang telah dikaji untuk memastikan model terbaik yang diperolehi memberi penggangaran nilai; pembolehubah bersandar dan ramalan yang lebih baik. Menerusi model terbaik daripada setiap kategori didapati bahawa pendekatan pembangunan model Regresi Logistik Multinomial telah diperkukuhkan. Selain itu, pembolehubah interaksi patung turut memberikan sumbangan dalam model terbaik bagi semua kategori pembolehubah bersandar. 2017 Thesis https://eprints.ums.edu.my/id/eprint/38506/ https://eprints.ums.edu.my/id/eprint/38506/1/24%20PAGES.pdf text en public https://eprints.ums.edu.my/id/eprint/38506/2/FULLTEXT.pdf text en validuser masters Universiti Malaysia Sabah Fakulti Sains dan Sumber Alam
institution	Universiti Malaysia Sabah
collection	UMS Institutional Repository
language	English English
topic	QA273-280 Probabilities Mathematical statistics
spellingShingle	QA273-280 Probabilities Mathematical statistics Diana Hassan Pendekatan pembangunan model regresi logistik multinomial
description	Analisis data yang mempunyai pembolehubah bersandar berbentuk kualitatif melibatkan lebih daripada dua kategori dikenali sebagai Regresi Logistik Multinomial. Kajian ini bertujuan untuk membina pendekatan pembangunan model Regresi Logistik Multinomial. Model ini merupakan kesinambungan daripada model Regresi Berganda dan Binari Logit Berganda. Selain memperkenalkan pembolehubah tak bersandar berbentuk patung ( dummn, kombinasi pembolehubah patung interaksi tahap pertama turut dibuktikan dalam pendekatan ini. Prosedur ini menggunakan penyingkiran pembolehubah tidak signifikan secara progresif dalam fasa kedua yang melibatkan tiga jenis ujian iaitu ujian NPC/NPM, ujian Multikolinearan dan ujian Pekali. Penggunaan Pseudo R-Square yang terdiri daripada Cox & Snell, Nagelkerke dan McFadden dicadangkan sebagai penentu dalam membuat pemilihan model terbaik. Prosedur yang terpilih telah dikupas, ditunjukkan dan diterangkan secara terperinci dalam tesis ini. Penemuan yang ditonjolkan dalam kajian ini adalah pengesahan model terbaik yang dilakukan dengan menggunakan Peratusan Ralat Min Mutlak (MAPE) dan kaedah penganggaran data yang hilang. Kaedah penganggaran data hilang telah dikaji untuk memastikan model terbaik yang diperolehi memberi penggangaran nilai; pembolehubah bersandar dan ramalan yang lebih baik. Menerusi model terbaik daripada setiap kategori didapati bahawa pendekatan pembangunan model Regresi Logistik Multinomial telah diperkukuhkan. Selain itu, pembolehubah interaksi patung turut memberikan sumbangan dalam model terbaik bagi semua kategori pembolehubah bersandar.
format	Thesis
qualification_level	Master's degree
author	Diana Hassan
author_facet	Diana Hassan
author_sort	Diana Hassan
title	Pendekatan pembangunan model regresi logistik multinomial
title_short	Pendekatan pembangunan model regresi logistik multinomial
title_full	Pendekatan pembangunan model regresi logistik multinomial
title_fullStr	Pendekatan pembangunan model regresi logistik multinomial
title_full_unstemmed	Pendekatan pembangunan model regresi logistik multinomial
title_sort	pendekatan pembangunan model regresi logistik multinomial
granting_institution	Universiti Malaysia Sabah
granting_department	Fakulti Sains dan Sumber Alam
publishDate	2017
url	https://eprints.ums.edu.my/id/eprint/38506/1/24%20PAGES.pdf https://eprints.ums.edu.my/id/eprint/38506/2/FULLTEXT.pdf
_version_	1804890319091662848

Pendekatan pembangunan model regresi logistik multinomial

Similar Items