Propensity score is a method used to reduce bias due to confounding factors in the estimation of ... more Propensity score is a method used to reduce bias due to confounding factors in the estimation of the treatment impact on observational data. Propensity score is the conditional probability to get certain treatments involving the observed covariates. In general, propensity score can be calculated using two methods, they are logistic regression and Classification and Regression Tree Analysis (CART). Logistic regression model is the most common method used. In which, logistic regression model is a model used to estimate the probability of an event. In other side, collecting data by observing many subjects in different place will be influenced spatial effect. Thus, this paper will estimate propensity score using spatial logistic regression.
Tidak semua perlakuan pada penelitian dapat dilakukan secara acak. Pada penelitian observasi, per... more Tidak semua perlakuan pada penelitian dapat dilakukan secara acak. Pada penelitian observasi, perlakuan yang diamati dapat terjadi secara alami. Pada penelitian seperti ini, jika akan diteliti efek dari suatu perlakuan dapat menimbulkan bias. Permasalahan ini dapat diatasi dengan menggunakan propensity score. Propensity score dapat diduga menggunakan regresi logistik. Adapun di antara metode propensity score adalah propensity score matching dan weighting. Tujuan penelitian ini adalah untuk membandingkan metode propensity score matching dan weighting. Selanjutnya, untuk mengaplikasikan metode propensity score, akan digunakan data kelulusan ASI eksklusif di Kecamatan Selopuro Kabupaten Blitar. Terdapat 188 responden pada penelitian ini. Responden yang digunakan adalah ibu yang mempunyai balita berusia 6 sampai 11 bulan. Peubah respons yang digunakan adalah status kelulusan ASI eksklusif. Terdapat 9 peubah prediktor, yaitu umur ibu (
IOP Conference Series: Materials Science and Engineering
Propensity score is a method used to reduce bias due to confounding factors in the estimation of ... more Propensity score is a method used to reduce bias due to confounding factors in the estimation of the treatment impact on observational data. Propensity score is the conditional probability to get certain treatments involving the observed covariates. In general, propensity score can be calculated using two methods, they are logistic regression and Classification and Regression Tree Analysis (CART). Logistic regression model is the most common method used. In which, logistic regression model is a model used to estimate the probability of an event. In other side, collecting data by observing many subjects in different place will be influenced spatial effect. Thus, this paper will estimate propensity score using spatial logistic regression.
Persamaan fungsional Jensen merupakan variasi dari persamaan fungsional Cauchy additive yang pali... more Persamaan fungsional Jensen merupakan variasi dari persamaan fungsional Cauchy additive yang paling sederhana dan paling bagus. Persamaan fungsional Jensen dapat diaplikasikan sebagai model dari suatu proses fisik ketika persamaan fungsional Jensen tersebut stabil. Oleh karena itu, dengan diketahuinya kestabilan dari persamaan fungsional tersebut, dapat menambah referensi para peneliti lain yang akan mengaplikasikan persamaan fungsional Jensen. Pada artikel ini akan ditunjukkan kestabilan persamaan fungsional Jensen. Untuk mengetahui kestabilannya digunakan teorema kestabilan Hyers-Ulam-Rassias. Berdasarkan hasil analisis, telah dibuktikan bahwa persamaan fungsional Jensen telah memenuhi teorema kestabilan Hyers-Ulam-Rassias, sehingga dapat dikatakan bahwa persamaan fungsional Jensen tersebut stabil.
Propensity score is a method used to reduce bias due to confounding factors in the estimation of ... more Propensity score is a method used to reduce bias due to confounding factors in the estimation of the treatment impact on observational data. Propensity score is the conditional probability to get certain treatments involving the observed covariates. In general, propensity score can be calculated using two methods, they are logistic regression and Classification and Regression Tree Analysis (CART). Logistic regression model is the most common method used. In which, logistic regression model is a model used to estimate the probability of an event. In other side, collecting data by observing many subjects in different place will be influenced spatial effect. Thus, this paper will estimate propensity score using spatial logistic regression.
Tidak semua perlakuan pada penelitian dapat dilakukan secara acak. Pada penelitian observasi, per... more Tidak semua perlakuan pada penelitian dapat dilakukan secara acak. Pada penelitian observasi, perlakuan yang diamati dapat terjadi secara alami. Pada penelitian seperti ini, jika akan diteliti efek dari suatu perlakuan dapat menimbulkan bias. Permasalahan ini dapat diatasi dengan menggunakan propensity score. Propensity score dapat diduga menggunakan regresi logistik. Adapun di antara metode propensity score adalah propensity score matching dan weighting. Tujuan penelitian ini adalah untuk membandingkan metode propensity score matching dan weighting. Selanjutnya, untuk mengaplikasikan metode propensity score, akan digunakan data kelulusan ASI eksklusif di Kecamatan Selopuro Kabupaten Blitar. Terdapat 188 responden pada penelitian ini. Responden yang digunakan adalah ibu yang mempunyai balita berusia 6 sampai 11 bulan. Peubah respons yang digunakan adalah status kelulusan ASI eksklusif. Terdapat 9 peubah prediktor, yaitu umur ibu (
IOP Conference Series: Materials Science and Engineering
Propensity score is a method used to reduce bias due to confounding factors in the estimation of ... more Propensity score is a method used to reduce bias due to confounding factors in the estimation of the treatment impact on observational data. Propensity score is the conditional probability to get certain treatments involving the observed covariates. In general, propensity score can be calculated using two methods, they are logistic regression and Classification and Regression Tree Analysis (CART). Logistic regression model is the most common method used. In which, logistic regression model is a model used to estimate the probability of an event. In other side, collecting data by observing many subjects in different place will be influenced spatial effect. Thus, this paper will estimate propensity score using spatial logistic regression.
Persamaan fungsional Jensen merupakan variasi dari persamaan fungsional Cauchy additive yang pali... more Persamaan fungsional Jensen merupakan variasi dari persamaan fungsional Cauchy additive yang paling sederhana dan paling bagus. Persamaan fungsional Jensen dapat diaplikasikan sebagai model dari suatu proses fisik ketika persamaan fungsional Jensen tersebut stabil. Oleh karena itu, dengan diketahuinya kestabilan dari persamaan fungsional tersebut, dapat menambah referensi para peneliti lain yang akan mengaplikasikan persamaan fungsional Jensen. Pada artikel ini akan ditunjukkan kestabilan persamaan fungsional Jensen. Untuk mengetahui kestabilannya digunakan teorema kestabilan Hyers-Ulam-Rassias. Berdasarkan hasil analisis, telah dibuktikan bahwa persamaan fungsional Jensen telah memenuhi teorema kestabilan Hyers-Ulam-Rassias, sehingga dapat dikatakan bahwa persamaan fungsional Jensen tersebut stabil.
Uploads
Papers by Hilwin Nisa'