Disusun Guna Memenuhi Tugas Mata Kuliah Analisis Data Uji Hidup
(2316732)
BANDUNG
2024
DISTRIBUSI GOMPERTZ - Several journals
Dimana:
- 𝑐: parameter peningkatan
- 𝑥: usia individu
f ( t )=ae−be
jika dalam model pertumbuhan populasi f(t) pada waktu tertentu maka asimtot
dapat dianggap carrying capacity (daya dukung dr sistem)
c = tingkat pertumbuhan
Note : termasuk dalam kelompok fungsi logistik umum yang disebut dengan
kurva Richard
Perbedaan antara kurva gomperts dan logistik reguler adalah kurva logistik seiring
bertambahnya populasi, tingkat pertumbuhan menurun secara linear. Namun,
dalam kurva gompertz seiring bertambahnya jumlah penduduk, tingkat
pertumbuhan menurun secara eksponensial
Model ini biasa digunakan sebagai model pertumbuhan populasi sel tumor (karena
sel tumor diperkirakan tumbuh secara exponensial)
https://youtu.be/0ifT-7K68sk?si=FrOxkMMbP0t_ULuF
T =exp ( α 0 +α 1 TRT + ε )
T =exp ¿ ¿
p−1
h( t )=λp t
p = exp(δ0 + δ1 * TRT)
Bukan model PH atau AFT jika δ1 ≠ 0 tetapi tetap merupakan model Weibull
1. Memilih data tahan hidup tersensor tipe III, yang diasumsikan memiliki
waktu tahan hidup T dan waktu tersensor L, dengan T dan L merupakan
variabel random kontinu dengan fungsi ketahanan S(t) dan G(t).
2. Menguji kecocokan data apakah mengikuti distribusi log-logistik. Ini
dapat dilakukan dengan menggunakan metode Anderson-Darling.
3. Mengestimasi parameter α dan β dari distribusi log-logistik menggunakan
metode maksimum likelihood.
4. Membentuk model regresi data tahan hidup tersensor tipe III berdistribusi
log-logistik.
5. Menguji signifikansi koefisien regresi secara simultan dan parsial.
6. Menentukan model regresi terbaik.
1. Pengolahan Data:
Pertama, data yang dihasilkan perlu diproses dan dikategorikan sesuai
dengan kriteria yang diperlukan. Data tersensor tipe III berdistribusi log-
logistik dapat diketahui dengan menggunakan fungsi densitas (1) dan
fungsi distribusi kumulatif (2) dari distribusi log-logistik.
5. Pemeriksaan Hipotesis:
Setelah menentukan model regresi terbaik, dapat dilakukan pemeriksaan
hipotesis untuk menentukan apakah data yang dihasilkan berdistribusi log-
logistik.
6. Pengujian Keputusan:
Jika data yang dihasilkan diterima sebagai berdistribusi log-logistik, maka
distribusi log-logistik tepat untuk data yang dihasilkan. Jika tidak, maka
dapat dilakukan pengujian lainnya atau perlu dilakukan pengolahan data
yang lebih lanjut.
Selain itu, distribusi log-logistik juga dapat digunakan dalam analisis survival,
data mutu lingkungan, data asuransi, dan data ekonomi, sehingga dapat
diperhatikan apakah data yang dihasilkan cocok dengan aplikasi tersebut.
Distribusi logistik menurut Kus dan Kaya (2006) adalah distribusi yang biasa
digunakan dalam analisis data tahan hidup karena logaritma natural dari variabel –
variabel tahan hidupnya berdistribusi logistik. Adapun fungsi kepadatan
probabilitas (fkp) distribusi log logistik dengan parameter skala α dan parameter
bentuk β sebagai berikut :