ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI PARETO - GAMMA DENGAN METODE BAYESIAN LINEX LOSS FUNCTION

Mega Putri, Shantika Martha, Setyo Wira Rizki
{"title":"ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI PARETO - GAMMA DENGAN METODE BAYESIAN LINEX LOSS FUNCTION","authors":"Mega Putri, Shantika Martha, Setyo Wira Rizki","doi":"10.26418/bbimst.v8i2.32788","DOIUrl":null,"url":null,"abstract":"Data survival merupakan data yang menunjukkan waktu suatu individu atau objek dapat bertahan hidup hingga terjadinya suatu kejadian tertentu. Data dikatakan tersensor apabila data yang diamati tidak lengkap karena hilangnya objek penelitian atau sampai akhir penelitian objek tersebut belum mengalami suatu kejadian tertentu. Tujuan dari penelitian ini adalah menentukan estimasi parameter model survival yang berdistribusi Pareto pada data tersensor dengan metode Bayesian LINEX Loss Function menggunakan prior Gamma. Data yang digunakan adalah data sekunder pasien kanker paru-paru dari penelitian yang dilakukan oleh Kalbfleisch dan Prentice pada tahun 1980. Berdasarkan hasil estimasi metode Bayesian LINEX Loss Function untuk studi kasus penderita kanker paru-paru  dapat diketahui peluang seorang penderita kanker paru-paru untuk bertahan hidup semakin lama semakin kecil (mendekati nol), hingga akhirnya mengalami kematian. Nilai MAPE yang diperoleh dari fungsi Survival distribusi Pareto dengan pendekatan Bayesian LINEX Loss Function adalah sebesar 19,66%. Hal ini berarti bahwa metode Bayesian LINEX Loss Function memiliki kemampuan peramalan yang baik dalam mengestimasi peluang hidup pasien penderita kanker paru-paru.Kata Kunci : Distribusi Pareto, Bayesian, LINEX Loss Function, MAPE.","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"39 5","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-04-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26418/bbimst.v8i2.32788","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Data survival merupakan data yang menunjukkan waktu suatu individu atau objek dapat bertahan hidup hingga terjadinya suatu kejadian tertentu. Data dikatakan tersensor apabila data yang diamati tidak lengkap karena hilangnya objek penelitian atau sampai akhir penelitian objek tersebut belum mengalami suatu kejadian tertentu. Tujuan dari penelitian ini adalah menentukan estimasi parameter model survival yang berdistribusi Pareto pada data tersensor dengan metode Bayesian LINEX Loss Function menggunakan prior Gamma. Data yang digunakan adalah data sekunder pasien kanker paru-paru dari penelitian yang dilakukan oleh Kalbfleisch dan Prentice pada tahun 1980. Berdasarkan hasil estimasi metode Bayesian LINEX Loss Function untuk studi kasus penderita kanker paru-paru  dapat diketahui peluang seorang penderita kanker paru-paru untuk bertahan hidup semakin lama semakin kecil (mendekati nol), hingga akhirnya mengalami kematian. Nilai MAPE yang diperoleh dari fungsi Survival distribusi Pareto dengan pendekatan Bayesian LINEX Loss Function adalah sebesar 19,66%. Hal ini berarti bahwa metode Bayesian LINEX Loss Function memiliki kemampuan peramalan yang baik dalam mengestimasi peluang hidup pasien penderita kanker paru-paru.Kata Kunci : Distribusi Pareto, Bayesian, LINEX Loss Function, MAPE.
估计参数模型生存分布pareto - gamma dengan方法贝叶斯线性损失函数
生存数据是指一个个体或物体的生存时间,直到某一特定事件发生。数据被认为是审查的,因为研究对象的丢失或研究对象的研究尚未完成。这项研究的目的是确定利用伽玛前缘的Bayesian失去Function方法对受审查数据的参数参数的估计。使用的数据是卡尔弗莱伊斯和普伦蒂斯在1980年进行的研究中肺癌患者的次要数据。根据对肺癌病例研究的Bayesian LINEX失去作用的估计,肺癌患者存活时间越长(接近零),导致死亡的几率就会越低。根据Bayesian LINEX方法,从Pareto的生存分配功能中获得的MAPE值为1966%。这意味着Bayesian LINEX Function的方法在确定肺癌患者的生存机会方面具有良好的预测能力。关键词:Pareto分配,Bayesian, LINEX损失Function, MAPE。
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
自引率
0.00%
发文量
0
×
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
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
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 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信