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

Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Pub Date : 2019-07-05 DOI:10.26418/bbimst.v8i3.33867

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分钟内获得全文求助全文

来源期刊

Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya

自引率

0.00%

发文量