Fungsi link pada generalisasi model linier untuk data biner

Abstract

Suatu variabel respon yang berdistribusi dalam keluarga eksponensial yaitu Binomial, Poisson, Normal atau Gamma, dan bentuk model think linier maka penentuan modelnya dapat menggunakan generalisasi model linier. Generalisasi model linier membuat suatu fungsi link sehingga model menjadi linier Untuk data biner berdistribusi binomial, fungsi link yang digunakan adalah fungsi link probit untuk model probit, fungsi link logit untuk model logistik, dan fungsi link log-log komplementer untuk model nilai ekstrim. Untuk penaksiran parameter digunakan metode maksimum likelihood, kemudian dilanjutkan dengan metode iterasi scoring. Sedanglcan untuk pengujian kecocokan model, digunakan statistik rasio log-likelihood AD sebagai selisih antara nilai deviansi untuk model reduksi dengan nilai deviansi model lengkap untuk masing-masing model yang diperhatikan, kemudian dari model yang diperoleh untuk masing-masing model yang diperhatikan, dibandingkan nilai deviansinya. A response variable which have distribution in exponential family that is Binomial, Poisson, Normal Or Gamma, and the form of model is non- linear hence the determination model can used generalized linear model. Generalized linear model make a link function so that model to become linear. For the binary data has the binomial distribution, the link function used is the link function probit to model probit, the link function logit to model logistic, and the link function complementary log log to model extreme value. For estimating of parameters used the method of maximum likelihood, then be continued by method of scoring iteration. Whereas for assessing goodness of fit, used the log-likelihood ratio statistic AD as difference of deviance value for reduction model with deviance value for complete model to each the model of interest, then from obtained model to each the model of interest, compared the