Kami dari kelompok T mata kuliah analisis Data Kategorik pada report ini akan menganalisis data yang diambil dari skripsi “Perbandingan Fungsi Pembobot Pada Model GWNBR dalam Kasus Demam Berdarah Dengue Di Kabupaten Mojokerto, Wardatul Magfiroh (2019)”. Dengan menggunakan data ini kami akan menganalisa pada dua tipe data yaitu dengan model regresi poisson dan distribusi binomial negatif
Struktur data yang digunakan :
library(readxl)
GLM_ADK <- read_excel("GLM ADK.xlsx")
View(GLM_ADK)
GLM_ADK## # A tibble: 18 x 7
## Y X1 X2 X3 X4 X5 X6
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 21 86.9 75.7 2184 76 0.05 1.71
## 2 4 90.7 23 902 63 0.09 2.26
## 3 15 94.9 68.4 1618 40.8 0.04 2.09
## 4 1 89.1 67.5 2604 36.4 0.08 2.51
## 5 20 90.8 68.2 1123 79.1 0.06 3.41
## 6 4 91.3 53.4 1350 65.6 0.17 3.37
## 7 4 89.4 64.1 1524 48.5 0.06 1.72
## 8 4 86.8 60.8 1206 42.0 0.12 2.49
## 9 8 91.3 28.3 1550 42.5 0.08 2.26
## 10 6 95.8 68.5 2198 55.5 0.15 2.37
## 11 11 79.0 75.2 3016 45.9 0.12 1.87
## 12 7 84.5 66.7 1455 69.7 0.06 1.79
## 13 10 92.6 78.2 1323 62.5 0.17 2.01
## 14 12 76.1 56.5 1642 53.3 0.9 1.9
## 15 21 94.8 49.8 2178 38 0.06 1.55
## 16 20 80.0 74.7 3172 35.4 0.07 1.61
## 17 0 100 72.3 1048 33.8 0.08 2.88
## 18 14 83.4 55.9 1948 57.0 0.1 1.57Setelah memanggil data lakukan analisis
library(MASS)
attach(GLM_ADK)
ModelPoisson <- glm(Y~X1+X2+X3+X4+X5+X6, data = GLM_ADK, family = poisson)
summary(ModelPoisson)##
## Call:
## glm(formula = Y ~ X1 + X2 + X3 + X4 + X5 + X6, family = poisson,
## data = GLM_ADK)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -3.2632 -1.6414 -0.2663 0.5220 3.7611
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -0.3858742 1.9281768 -0.200 0.84138
## X1 0.0156957 0.0182397 0.861 0.38950
## X2 -0.0018900 0.0064538 -0.293 0.76964
## X3 0.0005250 0.0001923 2.731 0.00632 **
## X4 0.0234020 0.0066100 3.540 0.00040 ***
## X5 0.2870713 0.4904813 0.585 0.55836
## X6 -0.3955895 0.1723514 -2.295 0.02172 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for poisson family taken to be 1)
##
## Null deviance: 93.190 on 17 degrees of freedom
## Residual deviance: 63.158 on 11 degrees of freedom
## AIC: 144.88
##
## Number of Fisher Scoring iterations: 5Berdasarkan model poisson tersebut dapat kita ketahui bahwa masih terdapat beberapa variabel yang tidak berpengaruj signifikan terhadap model karena nilai p-value > 5% .
ModelNB <- glm.nb(Y~X1+X2+X3+X4+X5+X6, data = GLM_ADK, init.theta = 3.4686005, link = log)
summary(ModelNB)##
## Call:
## glm.nb(formula = Y ~ X1 + X2 + X3 + X4 + X5 + X6, data = GLM_ADK,
## init.theta = 3.468606147, link = log)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -2.0583 -0.9586 -0.2353 0.3316 1.7170
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -0.8820104 3.9689123 -0.222 0.8241
## X1 0.0173099 0.0376903 0.459 0.6460
## X2 -0.0026113 0.0116605 -0.224 0.8228
## X3 0.0005906 0.0003715 1.590 0.1119
## X4 0.0300906 0.0132460 2.272 0.0231 *
## X5 0.2936463 0.9825237 0.299 0.7650
## X6 -0.4336999 0.3270676 -1.326 0.1848
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for Negative Binomial(3.4686) family taken to be 1)
##
## Null deviance: 29.680 on 17 degrees of freedom
## Residual deviance: 20.812 on 11 degrees of freedom
## AIC: 127.02
##
## Number of Fisher Scoring iterations: 1
##
##
## Theta: 3.47
## Std. Err.: 1.71
##
## 2 x log-likelihood: -111.019Berdasarkan output tersebut dapat diketahui bahwa masih terdapat beberapa variabel yang tidak berpengaruj signifikan terhadap model karena nilai p-value > 5%