- This topic has 11 balasan, 2 suara, and was last updated 1 tahun yang lalu by .
- Topik
Pada regresi weibull apakah menggunakan error? Kalau tidak, asumsi yang digunakan hanya non multikolinearitas? Mohon penjelasannya?
- Balasan
Tentu saja menggunakan error, erornya kalau tidak salah mengikuti distribusi ekstrim value.
Selain melakukan uji multikolinearitas, setidaknya kita juga melakukan uji parameter regresi dan pengujian apakah variabel respon apakah berdistribusi weibull atau tidak.
Terima kasih atas penjelasan sebelumnya.
Yang ingin saya tanyakan lagi mengapa uji asumsi lain seperti autokorelasi, distribusi normal, dan heterokedastisitas tidak digunakan pada regresi weibull?Kalau data sudah diyakini diambil dari sampel yang random maka uji autokorelasi seharusnya tidak usah dilakukan, jika masih diragukan maka harus dilakukan.
Sudah disebutkan sebelumnya bahwa error memang tidak berdistribusi normal, jadi tidak usah dilakukan uji kenormalan, begitu juga heteroskedastisitas.
Maaf ingin bertanya lagi, apakah ada alasan kuat mengapa menggukankan penaksiran parametrer dengan metode MLE?
Alasannya karena MLE sangat mudah penghitungannya dan MLE sangat baik digunakan ketika distribusi populasinya diketahui.
Error regresi weibull mengikuti distribusi ekstim value. Maksudnya error yg seperti apa ya, mohon penjelasannya ?
Error dari regresi weibull, karena semua model regresi memiliki error. Misalkan model regresi weibull adalah \[\log{Y_i} = \beta_0 + z^{T}_i \beta + \sigma \varepsilon_i\] maka errornya adalah \(\varepsilon_i\) yang memiliki distribusi nilai ekstrim value standar \[f(\varepsilon_i)=\exp(\varepsilon_i)\exp(-\exp(\varepsilon_i))\] Silakan baca referensinya lebih lanjut di Estimation in weibull regression model with measurement error.
Bedanya regresi weibul dengan regresi aft weibull apa ya?
Model weibull AFT adalah salah satu model regresi weibull dimana efek kovariat diasumsikan linier terhadap log waktu.
Berarti beda regresi weibull dan regresi weibull aft? Bedanya dimana ya
- Anda harus log masuk untuk menambahkan jawaban.