REGRESI LOGISTIK BINER

Dian fitriana arthati
Dwi afrizal
Dwina wardhani nasution
Edi kurniawan
Fajri iramaya purwanti
Felasofa rahmatanti
Fitra aulia
• Analisis regresi logistik biner merupakan suatu teknik untuk
menganalisis data yang peubah responnya memiliki dua
kategori dengan satu atau lebih peubah bebas yang berskala
kategorik atau kontinu.
• Regresi logistik biner telah banyak digunakan secara luas
sebagai salah satu alat analisis pemodelan ketika variabel
responnya (Y) bersifat biner. Istilah biner merujuk pada
penggunaan dua buah bilangan 0 dan 1 untuk menggantikan
dua kategori pada variabel respon. Contoh variabel respon
yang dimaksud adalah kesuksesan (sukses – gagal), kesetujuan
(setuju – tidak setuju), keinginan membeli (ya – tidak), terpilih
atau tidak terpilih, lulus atau tidak lulus, mendapat promosi
atau tidak, dan masih banyak lagi.

Pendahuluan
Asumsi Asumsi dalam regresi logistik:
1. Tidak mengasumsikan hubungan linier antar variabel
dependen dan independent.
2. Variabel dependen harus bersifat dikotomi (2 variabel).
3. Variabel independent tidak harus memiliki keragaman yang
sama antar kelompok variabel.
4. Kategori dalam variabel independent harus terpisah satu
sama lain atau bersifat eksklusif.
5. Sampel yang diperlukan dalam jumlah relatif besar, minimum
dibutuhkan hingga 50 sampel data untuk sebuah variabel
prediktor (bebas).

Pendugaan koefisien model regresi logistik tidak dapat
dilakukan dengan metode kuadrat terkecil (ordinary least
squares) seperti halnya regresi linear karena pelanggaran
asumsi kehomogenan ragam. Metode kemungkinan
maksimum (maximum likelihood) menjadi salah satu alternatif
yang dapat digunakan.
Regresi logistik membentuk persamaan atau fungsi
dengan pendekatan maximum likelihood, yang
memaksimalkan peluang pengklasifikasian objek yang diamati
menjadi kategori yang sesuai kemudian mengubahnya menjadi
koefisien regresi yang sederhana. Dua nilai yang biasa
digunakan sebagai variabel dependen yang diprediksi adalah 0
dan 1 (ex. 1=berhasil, 0=gagal).
Hosmer dan Lemeshow (2000) menjelaskan bahwa model
regresi logistik dibentuk dengan menyatakan nilai P(Y=1|x)
sebagai π(x), yang dinotasikan sebagai berikut:





Odds Rasio

exp( )
( )
1 exp( )
x
x
x
o |
t
o |
+
=
+ +
Karena x , maka ( )mendekati 0 ketika <0, dan (x) mendekati 1
ketika >1
x t | t
|
÷·
• Log odds rasio



Log odds sering pula disebut sebagai logit. Sehingga, Jika π(x)
menyatakan peluang suatu individu ke-i memiliki nilai Y = 1,
maka model regresi logistik dengan k buah variabel bebas
dapat dituliskan sebagai



dengan
Pengujian terhadap parameter-parameter model dilakukan baik
secara simultan maupun secara parsial. Menurut Hosmer dan
Lemeshow (2000), pengujian parameter model secara simultan
menggunakan uji nisbah kemungkinan (Likelihood Ratio Test)
dengan hipotesis:
H
0
: β
1
= … = β
k
= 0
H
1
: minimal ada satu β
i
≠ 0; i=1, 2, …, k
Statistik uji G dirumuskan:


dimana:
: fungsi kemungkinan tanpa peubah penjelas.
: fungsi kemungkinan dengan peubah penjelas.






Dengan mengasumsikan H
0
benar, statistic uji G akan
mengikuti sebaran Chi-Square dengan derajat bebas k.
Keputusan tolak H
0
jika G >
• Pengujian parameter secara parsial menggunakan uji Wald.
Hipotesis yang akan diuji adalah:
H
0
: β
i
= 0
H
1
: β
i
≠ 0; i=1, 2, …, k
Statistik uji yang dipakai adalah statistik W, yaitu:


dengan sebagai penduga β
i
dan sebagai penduga galat
baku β
i
. Statistik W akan mengikuti persebaran normal baku
jika H
0
benar. Keputusan tolak H
0
diambil ketika |W| > Z
α/2.



.
• Interpretasi koefisien untuk model regresi logistik biner dapat
dilakukan dengan menggunakan nilai rasio oddsnya. Odd
sendiri dapat diartikan sebagai rasio peluang kejadian sukses
dengan kejadian tidak sukses dari peubah respon. Rasio odds
mengindikasikan seberapa lebih mungkin munculnya kejadian
sukses pada suatu kelompok dibandingkan dengan kelompok
lainnya.

Interpreting Parameters in Logistic Regression
• Untuk variabel respon (Y) biner dan sebuah variabel penjelas (X),
misal:
(x) = P(Y=1 | X=x) = 1-P(Y=0 | X=x).
Model regresi logistik adalah:
(x) = (5.1)

atau dengan log odds (logit), yang mempunyai hubungan
linier:
logit [ (x)] = log = α+βx (5.2)


t
t
t
Interpreting β: Odds, Probability, Linear Approach
• Tanda pada β menunjukkan apakah (x) naik atau turun
saat x naik.
• Saat β mendekati 0, kurvanya mendatar ke garis horizontal.
Saat β=0, Y independen dari X.
• Untuk x yang kuantitatif dengan β>0, kurva (x)
membentuk distribusi logistic cdf.
• Mengeksponensiasi kedua sisi dari (5.2) menunjukkan
bahwa odds adalah fungsi eksponensial dari x.
• Odds meningkat dengan ganda oleh e
β
untuk setiap 1-unit
yang bertambah di x. Dengan kata lain, e
β
adalah odds ratio,
odds pada saat X=x+1 dibagi dengan odds pada saat X=x


t
t
• Garis tangent di kurva pada x untuk setiap (x) = 1/2,
mempunyai slope β(1/2)(1/2) = β/4; ketika
(x)= 0.9 atau 0.1, slopenya 0.09β.
• Slope mendekati 0 saat (x) mendekati 1.0 atau 0.
• Slope yang curam terjadi pada x untuk setiap
(x) = ½
• Nilai x adalah –α/β. Nilai x ini kadang kadang disebut
level efektif median dan dinotasikan sebagai EL
50
.

t
t
t
t
Looking at The Data
• Sebelum mencocokkan model dan membuat interpretasi, lihat
data untuk mengecek apakah model reglognya layak. Disaat Y
mempunyai nilai 0 dan 1, sulit untuk mengeceknya dengan
membuat plot antara Y dan x.
• Dengan membuat plot sampel proporsi atau logit terhadap x.
Misal n
i
adalah jumlah observasi, y
i
dinotasikan sebagai nilai
pada saat outcomenya 1 dengan p
i
=y
i
/n
i
. Sampel logit i adalah
log [p
i
/(1-p
i
)]= log[y
i
/(n
i
-y
i
)]
infinite saat y
i
=0 atau n
i
=0.

Logistic Regression with retrospective studies
Pada regresi ini berkaitan dengan situasi dimana variabel X
adalah penjelas dari variabel respon Y yang bersifat acak. Hal
interjadi pada design sampling retrospective seperti
pembelajaran case-control biomedical. Misalnya subjek dari
sampel memiliki nilai Y=1 (cases) dan Y=0 (control), X
merupakan nilai dari observasi. Efek model ini merujuk pada
odd rasio.

Misalny z adalah... µ
1
= P(Z = 1 | y = 1) menunjukan peluang
dari case dan µ
0
= P(Z = 1 | y = 0) menunjukan peluang dari
control. Asumsikan bahwa P(Y = 1 |x) mengikuti model
logistik.

Teori Bayes




Andaikan bahwa P(Z=1 | y,x) = P(Z=1 | y) untuk y=0 dan 1.
Untuk setiap y, nilai peluang sampelnya tidak tergantung dari
nilai x. Misalnya, x mengacu pada pemaparan beberapa tipe
seperti apakah seseorang telah merokok. Lalu, untuk case dan
untuk control nya, peluang terpilihnya sampel adalah sama
antara perokok dan bukan perokok.

1
0
( 1| 1, ) ( 1| )
( 1| 1, )
( 1| , ) ( | )
j
P Z y x P Y x
P Y z x
P Z y j x P Y j x
=
= = =
= = =
= = =
¿
Substitusi µ
1
dan µ
0
kemudian bagi pembilang dan
penyebut dengan P(Y=0 | x) sehingga





Lalu bagi pembilang dan penyebut dengan µ
0
dan
gunakan bentuk µ
1

0
= exp [log (µ
1

0
)]



dengan α
*
= α + log (µ
1

0
)
1
0 1
exp( )
( 1| 1, )
exp( )
x
P Y z x
x
µ o |
µ µ o |
+
= = =
+ +
*
log [ ( 1| 1, )] it P Y z x x o | = = = +
*
log [ ( 1| 1, )] it P Y z x x o | = = = +
• Model regresi tersebut memiliki efek yang sama dengan parameter β
sebagai model pada P(Y=1 | x). Pada model case-control, salah satu
saja tidak dapat mengestimasi nilai β pada model binary-response
yang lain. Tidak seperti odd rasio, efek conditional distribution dari
X given Y tidak sama dengan Y given X.

• Regresi logistik terkadang bisa atau tidak bisa untuk
mendeskripsikan suatu hubungan variabel dengan baik. Pada suatu
kasus spesial, misalkan nilai Y = i dan X berdistribusi N(µ
i
, o
2
)
dimana i = 0,1. Lalu bayes teori, P(Y=1 | X=x) sama dengan (5.1), β
= (µ
1

0
)/o
2
. Ketika suatu populasi adalah sebuah campuran dari 2
tipe subjek, tipe pertama nilai Y=1 kira-kira berdistribusi normal
pada X dan tipe lainnya Y=0 dengan kira-kira berdistribusi normal
juga pada X dengan nilai varians yang sama maka fungsi regresi
logistiknya seperti pada (5.1) dengan bentuk kurva t(x) yang baik.
Jika keduanya berdistribusi normal dengan variansnya berbeda maka
kurva yang terbentuk adalah kuadrat. Pada kasus tersebut, hubungan
variabelnya nonmonotone dengan t(x) menaik dan menurun atau
sebaliknya.


Tipe Inferensi

• Untuk model dengan sebuah predictor:

• Uji signifikansi fokus pada H
0
: β = 0 (hipotesis independensi).
Uji Wald menggunakan log Likelihood pada , dengan statistik
uji atau kuadratnya. Di bawah H
0
, z
2
adalah asimtotik
• Uji Likelihood-rasio menggunakan dua kali deferens di antara
maximized log likelihood pada dan pada β = 0 dan juga
mempunyai asimtotik .
• Uji score menggunakan log likelihood pada β = 0 melalui
derivatif log likelihood pada titik tersebut. Statistik uji
membandingkan sufisien statistik untuk β dengan nilai
harapannya, standardized yang sesuai [N(0,1) atau ].




Tipe Inferensi
• Untuk sampel besar, ketiga tes tersebut biasanya memberikan
hasil yang sama. Uji Likelihood-rasio lebih disukai daripada Uji
Wald. Likelihood-rasio menggunakan informasi yang lebih
karena hal itu menggabungkan log likelihood pada H
0
sebaik
pada . Ketika | β| relatif besar, maka uji Wald tidak sekuat
uji Likelihood-rasio dan bahkan dapat menunjukkan perilaku
menyimpang.
• Selang kepercayaan lebih informatif daripada uji-uji. Selang
untuk β dihasilkan dari pembalikan uji dari H
0
: β = β
0
. Interval
adalah kumpulan dari β
0
dimana statistik uji Chi-Squarenya
tidak lebih besar daripada . Untuk pendekatan Wald,
hal ini berarti ; intervalnya adalah .

Tipe Inferensi
• Untuk meringkas hubungan, karakteristik lain mungkin
memiliki kepentingan yang lebih besar daripada β, seperti π(x)
pada berbagai nilai x. Untuk fixed , ,
memiliki SE sampel besar yang diberikan oleh estimasi square
root dari:

• Selang kepercayaan 95% untuk adalah .
Substitusi setiap endpoint ke transformasi inverse

memberikan interval yang sesuai untuk .
• Tiap metode inferensi juga dapat menghasilkan selang
kepercayaan dan uji untuk sampel kecil.



Checking Goodness of Fit; Ungrouped and Grouped Data

• Dalam prakteknya, tidak ada jaminan bahwa model regresi logistik
tertentu sesuai dengan data. Untuk beberapa tipe data biner, salah
satu cara untuk mendeteksi lack of fit adalah menggunakan uji
Likelihood-rasio untuk membandingkan model dengan model yang
lebih kompleks. Model yang lebih kompleks mungkin berisi sebuah
efek nonlinier, seperti bentuk kuadratik. Model-model dengan
multiple prediction akan mempertimbangkan interaksi. Jika model
yang lebih kompleks tidak memberikan kesesuaian yang lebih baik,
maka ini akan menyediakan beberapa jaminan bahwa model yang
dipilih adalah masuk akal.
• Pendekatan lain untuk mendeteksi lack of fit search untuk banyak
cara model gagal. Hali ini simpel ketika variabel penjelas hanya
kategori. Pada masing-masing pengaturan x, salah satu akan
mengalikan perkiraan probability dari dua hasil banyaknya subjek
yang diatur untuk memenuhi frekuensi ekspektasi estimasi untuk y =
0 dan y = 1. Itu semua adalah fitted value.


Checking Goodness of Fit; Ungrouped and Grouped Data
• Uji dari model membandingkan jumlah observasi dan fitted
value menggunakan statistik Pearson X
2
atau Likelihood-rasio
G
2
. Untuk jumlah pengaturan yang tetap, sebagai peningkatan
jumlah, X
2
dan G
2
mendekati distribusi Chi-Square. Derajat
bebas disebut residual df untuk model, mengurangi banyaknya
parameter di dalam model dari banyaknya parameter di dalam
saturated model.

• Alasan pembatasan untuk prediktor kategori untuk uji secara
umum berhubungan dengan perbedaan di Section 4.5.3 bahwa
kita menyebutkan diantara grouped and ungrouped data untuk
model binomial. Saturated model berbeda pada dua kasus.
Sebuah asimtotik distribusi Chi-Square hasil deviance sebagai
dengan banyaknya parameter yang tetap di dalam model dan
karenanya sebuah jumlah yang tetap dari pengaturan nilai
prediktor.



Pengecekan kebaikan suai (goodness of fit) data tidak
berkelompok dengan cara pengelompokan
Sebagai catatan,:
• dengan data tidak berkelompok atau penduga yang kontinu
atau hampir kontinu, dan tidak mempunyai batas pada
distribusi chi square, akan tetapi masih berguna dalam
membandingkan model untuk memeriksa bentuk kuadrat
• dapat diterapkan dalam berbagai perkiraan untuk pengamatan
berkelompok dan nilai yang cocok untuk sebuah partisi dari
nilai x. seumpama jumlah variabel penjelas meningkat,
meskipun kelompok nilai secara keseluruhan untuk setiap
variabel dapat menghasilkan sebuah tabel kontingensi dengan
jumlah sel yang besar, sebagian besar memiliki perhitungan
yang sangat kecil


• Pembentukan ini merupakan dasar dari uji Hosmer dan
Lemeshow (19980) yang mengemukakan statistik pearson
yang membandingkan pengamatan dengan perhitungan yang
pas untuk partisi ini.
Menunjukan hasil biner untuk pengamatan j dalam group
i pada partisi, i=1,……,g, j=1,…..,... .
Menunjukan coresponding fitted probability untuk model
yang tepat dari data yang tidak berkelompok.




ij
y
i
n
ij
t
2
1
( )
( )[1 ( ) / ]
g
ij ij
j j
i
ij ij
j j
y
n
t
t t
=
÷
÷
¿ ¿
¿
¿ ¿
• Ketika banyak pengamatan yang memiliki peluang estimasi
yang sama, ada beberapa kesewenang2an dalam pembentukan
kelompok, dan berbeda software dapat menghasilkan nilai
yang berebda. Statistik ini tidak memiliki batas distribusi chi
square, karena pengamatan dalam kelompok merupakan
percobaan yang tidak identik. Dan karena pengamatan dalam
kelompok tidak memiliki sebaran peluang yang umum.
• Bagaimanapun, Hosmer dan Lemeshow mencatat bahwa
ketika jumlah perbedaan pola nilai kovariat sama dengan
ukuran sampel, distribusi nol mendekati distribusi chisquare
dengan derajat bebas. Df = g-2.
5.3 MODEL LOGIT DENGAN
PREDIKTOR KATEGORIK
5.3.1 ANOVA-Type Representasi Faktor
• Pertimbangkan faktor X tunggal, dengan
kategori I. Dalam baris i dari tabel I x 2, y
i

adalah jumlah hasil kolom pertama
(sukses) dari uji coba n
i
. Nyatakan Yi sebagai
binomial dengan parameter π
i
. Model logit
dengan faktor adalah

• Sisi kanan persamaan (5.4) menyerupai rumus
model untuk cara sel dalam ANOVA satu arah.
Dengan kategori I, X memiliki I-1 parameter
nonredundan. Salah satu parameter dapat
diatur ke 0, katakanlah β
i
= 0. Jika nilainya
tidak memenuhi, kita dapat merecode sehingga
menjadi benar. Misalnya, bentuk β

= β
i
– β
1

dan α = α

+ β
1
yang memenuhi β

1
=0. Maka

• Ketika β
1
=0, α sama dengan logit dalam baris I,
dan β
i
adalah perbedaan antara logits dalam baris
i dan I. Jadi, β
i
sama dengan rasio log odds untuk
pasangan baris-baris itu.
• Untuk setiap {π
i
> 0}, { β
i
} berlaku seperti model
(5.4). Model ini mempunyai banyak parameter
I sebagai pengamatan binomial. Ketika sebuah
faktor tidak berpengaruh, β
1
= β
2
= ... = β
I
. Karena
ini setara dengan π
1
= ... = π
I
, model ini hanya
dengan sebuah intersep menentukan independensi
dari X dan Y secara statistik.
5.3.2 Dummy Variabel dalam Model Logit
• Sebuah persamaan setara model (5.4)
menggunakan variabel dummy. Misalkan x
i
=1
untuk pengamatan di baris i dan x
i
=0 untuk
lainnya, i = 1, ..., I - 1. Modelnya adalah


• Cara lain untuk memaksakan kendala bentuk

. Misalkan X yang memiliki I=2 kategori,
jadi β
1
= - β
2
. Hasil ini dari efek coding untuk
dummy variabel, x=1 dalam kategori 1 dan x=-1
dalam kategori 2.


• Hasil substantif yang sama terjadi untuk setiap skema
coding. Untuk model (5.4), terlepas dari kendala untuk {β
1
},
{ +β

} oleh karena itu { } adalah sama. Perbedaan
β

−β

untuk pasangan (a,b) kategori X adalah identik dan
mewakili estimasi rasio log odds. Dengan demikian,
exp(β

−β

) adalah estimasi peluang sukses dalam kategori a
dari X dibagi dengan estimasi peluang sukses dalam kategori b
dari X. Reparameterisasi model dapat merubah parameter
estimasi tapi tidak mengubah model fit.
• Nilai β
i
atau β

tidak relevan untuk kategori tunggal. Berbagai
sistem kendala menghasilkan nilai yang berbeda. Untuk
prediktor biner, misalnya, menggunakan variabel dummy
dengan nilai referensi β
2
= 0, rasio log odds sama dengan β
1
-
β
2
= β
1
; Sebaliknya, untuk efek coding dengan ± 11 variabel
dummy maka β
1
- β
2
= 0 , rasio log odds yang sama β
1
- β
2
=
β
1
– (-β
1
) = 2β
1
. Sebuah parameter atau estimasinya masuk
akal hanya dengan dibandingkan dengan satu untuk kategori
lain.



.
Joint probability nya untuk N fungsi binomial adalah

1 −

= log

1 −

=1
1 −

−1

=1

= exp log

1−

1 −

−1

ketika ada lebih dari 1 observasi/ percobaan pada nilai xi maka jumlah observasi dinyatakan ni dan
jumlah sukses adalah xi . Yi menunjukan sukses yang dihitung dari sekian percobaan dimana Yi…YN
adalah independent binomial dengan mean E(Yi)= , dimana , 2, … , = .
Joint probability nya untuk N fungsi binomial adalah
Likelihood equation
pada model, logit ke – i adalah

, jadi persamaan eksponensialnya menjadi
exp

= exp

. dan karena 1 − = 1 +exp

−1
, maka
log likelihoodnya sama dengan :
=

− log 1 +exp



turunanan dari fungsi log nya
()

= 0 , karena
()

=


exp

1 +exp

dimana =
exp

1+exp

, sehingga Likelihood Rationya adalah

= 0, = 1, … , ,

• Distribution of Probability Estimator
• Menggunakan , kita dapat melakukan inferensia terhadap
β dan dihubungkan pada efek, seperti pada odds rasio. Kita
dapat juga membuat convidence interval untuk peluang
respon pada pengaturan x tertentu.
• Estimasi varians dari logit adalah . Untuk
jumlah sampel yang besar, logit adalah
convidence interval untuk logit yang benar. Titik akhir
kebalikan pada interval yang sesuai untuk menggunakan
transformasi π=exp(logit)/[1+exp(logit)].


,
• Newton-Raphson Method Applied to logistik regresion
• Kita kembali ke Section 4.6.1 untuk metode “ITERATIVE”
Newton-Raphson. Misalkan





• Disini, , perkiraan t untuk , diperoleh dari melalui


Kita menggunakan
()
dan
()
dengan formula (4.39) untuk memperoleh nilai
(+1)

berikutnya, yang mana dalam konteks ini adalah:

(+1)
=
()
+{

1 −

}
−1


, (5.22)
Dimana

()
=

()
. Ini digunakan untuk memperoleh
(+1)
, dan juga seterusnya.
Dengan perkiraan pertama
(0)
, persamaan (5.21) menghasilkan
(0)
, dan untuk t > 0
diproses berulang-ulang sebagaimana yang diperlihatkan menggunakan (5.22) dan (5.21).
Dalam
perbatasan,
()
dan
()
, menuju ke estimasi ML dan

(Walker dan Duncan 1967). Matrik

()
menuju ke

= −

1 −

. Dengan (5.20), Estimasi asimtot matrik
covariance dari

adalah produk dari metode Newton-Raphson, dinamakan −

−1
.
Dari argument di Section 4.6.3,
(+1)
memiliki iterative reweighted least squares dari
(

−1
)
−1

−1

()
, dimana
()
mempunyai elemen

()
=

()
1−

()
+

()

(1−

)
, (5.23)
Dan dimana

adalah matrik diagonal dengan elemen {1

(1 −

) }. Ekspresi di dini,

()
adalah bentuk linear dari fungsi link logit untuk data sampel, dievaluasi pada
()
[lihat
(4.42)]. Dari Section 3.1.6 elemen

asimtot variansnya diestimasi dari logit sampel. Estimasi
ML adalah batas dari rangkaian dari estimasi least squares tertimbang, dimana matrik penimbang
berubah tiap ulangan.

Pendahuluan
• Analisis regresi logistik biner merupakan suatu teknik untuk menganalisis data yang peubah responnya memiliki dua kategori dengan satu atau lebih peubah bebas yang berskala kategorik atau kontinu. • Regresi logistik biner telah banyak digunakan secara luas sebagai salah satu alat analisis pemodelan ketika variabel responnya (Y) bersifat biner. Istilah biner merujuk pada penggunaan dua buah bilangan 0 dan 1 untuk menggantikan dua kategori pada variabel respon. Contoh variabel respon yang dimaksud adalah kesuksesan (sukses – gagal), kesetujuan (setuju – tidak setuju), keinginan membeli (ya – tidak), terpilih atau tidak terpilih, lulus atau tidak lulus, mendapat promosi atau tidak, dan masih banyak lagi.

Asumsi Asumsi dalam regresi logistik: 1. Tidak mengasumsikan hubungan linier antar variabel dependen dan independent. 2. Variabel dependen harus bersifat dikotomi (2 variabel). 3. Variabel independent tidak harus memiliki keragaman yang sama antar kelompok variabel. 4. Kategori dalam variabel independent harus terpisah satu sama lain atau bersifat eksklusif. 5. Sampel yang diperlukan dalam jumlah relatif besar, minimum dibutuhkan hingga 50 sampel data untuk sebuah variabel prediktor (bebas).

. Dua nilai yang biasa digunakan sebagai variabel dependen yang diprediksi adalah 0 dan 1 (ex. yang memaksimalkan peluang pengklasifikasian objek yang diamati menjadi kategori yang sesuai kemudian mengubahnya menjadi koefisien regresi yang sederhana. Regresi logistik membentuk persamaan atau fungsi dengan pendekatan maximum likelihood. Metode kemungkinan maksimum (maximum likelihood) menjadi salah satu alternatif yang dapat digunakan. 1=berhasil.Pendugaan koefisien model regresi logistik tidak dapat dilakukan dengan metode kuadrat terkecil (ordinary least squares) seperti halnya regresi linear karena pelanggaran asumsi kehomogenan ragam. 0=gagal).

dan  (x) mendekati 1 ketika  >1 Odds Rasio . maka  ( x)mendekati 0 ketika  <0.Hosmer dan Lemeshow (2000) menjelaskan bahwa model regresi logistik dibentuk dengan menyatakan nilai P(Y=1|x) sebagai π(x). yang dinotasikan sebagai berikut:  ( x)  exp(   x) 1  exp(   x) Karena x  .

Jika π(x) menyatakan peluang suatu individu ke-i memiliki nilai Y = 1. maka model regresi logistik dengan k buah variabel bebas dapat dituliskan sebagai dengan . Sehingga.• Log odds rasio Log odds sering pula disebut sebagai logit.

Pengujian terhadap parameter-parameter model dilakukan baik secara simultan maupun secara parsial. …. 2. : fungsi kemungkinan dengan peubah penjelas. i=1. pengujian parameter model secara simultan menggunakan uji nisbah kemungkinan (Likelihood Ratio Test) dengan hipotesis: H0: β1 = … = βk = 0 H1: minimal ada satu βi ≠ 0. k Statistik uji G dirumuskan: dimana: : fungsi kemungkinan tanpa peubah penjelas. . Menurut Hosmer dan Lemeshow (2000).

Keputusan tolak H0 jika G > • Pengujian parameter secara parsial menggunakan uji Wald. yaitu: dengan sebagai penduga βi dan sebagai penduga galat baku βi. Statistik W akan mengikuti persebaran normal baku jika H0 benar. Keputusan tolak H0 diambil ketika |W| > Zα/2. k Statistik uji yang dipakai adalah statistik W. statistic uji G akan mengikuti sebaran Chi-Square dengan derajat bebas k. 2. ….. Dengan mengasumsikan H0 benar. . i=1. Hipotesis yang akan diuji adalah: H0 : βi = 0 H1 : βi ≠ 0.

Odd sendiri dapat diartikan sebagai rasio peluang kejadian sukses dengan kejadian tidak sukses dari peubah respon.• Interpretasi koefisien untuk model regresi logistik biner dapat dilakukan dengan menggunakan nilai rasio oddsnya. . Rasio odds mengindikasikan seberapa lebih mungkin munculnya kejadian sukses pada suatu kelompok dibandingkan dengan kelompok lainnya.

yang mempunyai hubungan linier: logit [ (x)] = log = α+βx (5. misal:  (x) = P(Y=1 | X=x) = 1-P(Y=0 | X=x).2) . Model regresi logistik adalah:  (x) = (5.Interpreting Parameters in Logistic Regression • Untuk variabel respon (Y) biner dan sebuah variabel penjelas (X).1) atau dengan log odds (logit).

.

e β adalah odds ratio. Y independen dari X. Probability. • Mengeksponensiasi kedua sisi dari (5. • Saat β mendekati 0. kurvanya mendatar ke garis horizontal. odds pada saat X=x+1 dibagi dengan odds pada saat X=x . • Untuk x yang kuantitatif dengan β>0. Dengan kata lain.Interpreting β: Odds.2) menunjukkan bahwa odds adalah fungsi eksponensial dari x. Saat β=0. Linear Approach • Tanda pada β menunjukkan apakah  (x) naik atau turun saat x naik. • Odds meningkat dengan ganda oleh e β untuk setiap 1-unit yang bertambah di x. kurva  (x) membentuk distribusi logistic cdf.

Slope mendekati 0 saat  (x) mendekati 1. mempunyai slope β(1/2)(1/2) = β/4.  (x) = ½ • Slope yang curam terjadi pada x untuk setiap • Nilai x adalah –α/β. Nilai x ini kadang kadang disebut level efektif median dan dinotasikan sebagai EL50 .• Garis tangent di kurva pada x untuk setiap  (x) = 1/2. slopenya 0.1. ketika •  (x)= 0. .0 atau 0.9 atau 0.09β.

yi dinotasikan sebagai nilai pada saat outcomenya 1 dengan pi=yi/ni. . sulit untuk mengeceknya dengan membuat plot antara Y dan x. • Dengan membuat plot sampel proporsi atau logit terhadap x. Misal ni adalah jumlah observasi. Disaat Y mempunyai nilai 0 dan 1. lihat data untuk mengecek apakah model reglognya layak.Looking at The Data • Sebelum mencocokkan model dan membuat interpretasi. Sampel logit i adalah log [pi/(1-pi)]= log[yi/(ni-yi)] infinite saat yi=0 atau ni=0.

Hal interjadi pada design sampling retrospective seperti pembelajaran case-control biomedical. X merupakan nilai dari observasi. Misalny z adalah.Logistic Regression with retrospective studies Pada regresi ini berkaitan dengan situasi dimana variabel X adalah penjelas dari variabel respon Y yang bersifat acak. 1 = P(Z = 1 | y = 1) menunjukan peluang dari case dan 0 = P(Z = 1 | y = 0) menunjukan peluang dari control. Misalnya subjek dari sampel memiliki nilai Y=1 (cases) dan Y=0 (control). Efek model ini merujuk pada odd rasio. . Asumsikan bahwa P(Y = 1 |x) mengikuti model logistik...

x)  P( Z  1| y  1. x mengacu pada pemaparan beberapa tipe seperti apakah seseorang telah merokok. peluang terpilihnya sampel adalah sama antara perokok dan bukan perokok. nilai peluang sampelnya tidak tergantung dari nilai x. Misalnya.Teori Bayes P(Y  1| z  1.x) = P(Z=1 | y) untuk y=0 dan 1. x) P(Y  j | x) j 0 1 Andaikan bahwa P(Z=1 | y. untuk case dan untuk control nya. Untuk setiap y. . x) P(Y  1| x)  P(Z  1| y  j. Lalu.

x)]     x dengan 0 dan log it[ P(Y penyebut gunakan bentuk 1/0 = exp [log (1/0)] * log it[ P(Y  1| z  1.Substitusi 1 dan 0 kemudian bagi pembilang dan penyebut dengan P(Y=0 | x) sehingga 1 exp(   x) P(Y  1| z  1. x)]   *   x dengan α* = α + log (1/0) . x)  0  1 exp(   x) Lalu bagi pembilang dan 1| z  1.

. Pada kasus tersebut.1. P(Y=1 | X=x) sama dengan (5. Pada model case-control. hubungan variabelnya nonmonotone dengan (x) menaik dan menurun atau sebaliknya. Lalu bayes teori.1). tipe pertama nilai Y=1 kira-kira berdistribusi normal pada X dan tipe lainnya Y=0 dengan kira-kira berdistribusi normal juga pada X dengan nilai varians yang sama maka fungsi regresi logistiknya seperti pada (5. 2) dimana i = 0.1) dengan bentuk kurva (x) yang baik. • Regresi logistik terkadang bisa atau tidak bisa untuk mendeskripsikan suatu hubungan variabel dengan baik. Pada suatu kasus spesial. misalkan nilai Y = i dan X berdistribusi N(µi . Jika keduanya berdistribusi normal dengan variansnya berbeda maka kurva yang terbentuk adalah kuadrat. β = (µ1-µ0)/2. Tidak seperti odd rasio.• Model regresi tersebut memiliki efek yang sama dengan parameter β sebagai model pada P(Y=1 | x). salah satu saja tidak dapat mengestimasi nilai β pada model binary-response yang lain. efek conditional distribution dari X given Y tidak sama dengan Y given X. Ketika suatu populasi adalah sebuah campuran dari 2 tipe subjek.

. standardized yang sesuai [N(0. Statistik uji membandingkan sufisien statistik untuk β dengan nilai harapannya. • Uji score menggunakan log likelihood pada β = 0 melalui derivatif log likelihood pada titik tersebut. Uji Wald menggunakan log Likelihood pada .1) atau ]. Di bawah H0. z2 adalah asimtotik • Uji Likelihood-rasio menggunakan dua kali deferens di antara maximized log likelihood pada dan pada β = 0 dan juga mempunyai asimtotik . dengan statistik uji atau kuadratnya.Tipe Inferensi • Untuk model dengan sebuah predictor: • Uji signifikansi fokus pada H0 : β = 0 (hipotesis independensi).

. intervalnya adalah . maka uji Wald tidak sekuat uji Likelihood-rasio dan bahkan dapat menunjukkan perilaku menyimpang. Untuk pendekatan Wald. Selang untuk β dihasilkan dari pembalikan uji dari H0 : β = β0. ketiga tes tersebut biasanya memberikan hasil yang sama. Interval adalah kumpulan dari β0 dimana statistik uji Chi-Squarenya tidak lebih besar daripada . Uji Likelihood-rasio lebih disukai daripada Uji Wald. Likelihood-rasio menggunakan informasi yang lebih karena hal itu menggabungkan log likelihood pada H0 sebaik pada . Ketika | β| relatif besar. • Selang kepercayaan lebih informatif daripada uji-uji. hal ini berarti .Tipe Inferensi • Untuk sampel besar.

• Tiap metode inferensi juga dapat menghasilkan selang kepercayaan dan uji untuk sampel kecil. . . seperti π(x) pada berbagai nilai x.Tipe Inferensi • Untuk meringkas hubungan. Untuk fixed . memberikan interval yang sesuai untuk . karakteristik lain mungkin memiliki kepentingan yang lebih besar daripada β. memiliki SE sampel besar yang diberikan oleh estimasi square root dari: • Selang kepercayaan 95% untuk adalah Substitusi setiap endpoint ke transformasi inverse .

Ungrouped and Grouped Data • Dalam prakteknya. Untuk beberapa tipe data biner. Model yang lebih kompleks mungkin berisi sebuah efek nonlinier. Itu semua adalah fitted value. Model-model dengan multiple prediction akan mempertimbangkan interaksi. seperti bentuk kuadratik. tidak ada jaminan bahwa model regresi logistik tertentu sesuai dengan data. salah satu akan mengalikan perkiraan probability dari dua hasil banyaknya subjek yang diatur untuk memenuhi frekuensi ekspektasi estimasi untuk y = 0 dan y = 1. Pada masing-masing pengaturan x. . Jika model yang lebih kompleks tidak memberikan kesesuaian yang lebih baik. • Pendekatan lain untuk mendeteksi lack of fit search untuk banyak cara model gagal. salah satu cara untuk mendeteksi lack of fit adalah menggunakan uji Likelihood-rasio untuk membandingkan model dengan model yang lebih kompleks. Hali ini simpel ketika variabel penjelas hanya kategori.Checking Goodness of Fit. maka ini akan menyediakan beberapa jaminan bahwa model yang dipilih adalah masuk akal.

Untuk jumlah pengaturan yang tetap. mengurangi banyaknya parameter di dalam model dari banyaknya parameter di dalam saturated model. . Ungrouped and Grouped Data • Uji dari model membandingkan jumlah observasi dan fitted value menggunakan statistik Pearson X2 atau Likelihood-rasio G2. Saturated model berbeda pada dua kasus. Derajat bebas disebut residual df untuk model.3 bahwa kita menyebutkan diantara grouped and ungrouped data untuk model binomial. X2 dan G2 mendekati distribusi Chi-Square.5. • Alasan pembatasan untuk prediktor kategori untuk uji secara umum berhubungan dengan perbedaan di Section 4.Checking Goodness of Fit. Sebuah asimtotik distribusi Chi-Square hasil deviance sebagai dengan banyaknya parameter yang tetap di dalam model dan karenanya sebuah jumlah yang tetap dari pengaturan nilai prediktor. sebagai peningkatan jumlah.

sebagian besar memiliki perhitungan yang sangat kecil . dan tidak mempunyai batas pada distribusi chi square. seumpama jumlah variabel penjelas meningkat. akan tetapi masih berguna dalam membandingkan model untuk memeriksa bentuk kuadrat • dapat diterapkan dalam berbagai perkiraan untuk pengamatan berkelompok dan nilai yang cocok untuk sebuah partisi dari nilai x. meskipun kelompok nilai secara keseluruhan untuk setiap variabel dapat menghasilkan sebuah tabel kontingensi dengan jumlah sel yang besar.: • dengan data tidak berkelompok atau penduga yang kontinu atau hampir kontinu.Pengecekan kebaikan suai (goodness of fit) data tidak berkelompok dengan cara pengelompokan Sebagai catatan.

...• Pembentukan ini merupakan dasar dari uji Hosmer dan Lemeshow (19980) yang mengemukakan statistik pearson yang membandingkan pengamatan dengan perhitungan yang pas untuk partisi ini.. ( i 1 g  ( j yij   j  ij ) 2 j  ij )[1  ( j  ij ) / n] .…….ni . i=1.  ij Menunjukan coresponding fitted probability untuk model yang tepat dari data yang tidak berkelompok.…. y ij Menunjukan hasil biner untuk pengamatan j dalam group i pada partisi.. j=1.g.

Dan karena pengamatan dalam kelompok tidak memiliki sebaran peluang yang umum. Df = g-2. • Bagaimanapun. karena pengamatan dalam kelompok merupakan percobaan yang tidak identik.• Ketika banyak pengamatan yang memiliki peluang estimasi yang sama. Statistik ini tidak memiliki batas distribusi chi square. dan berbeda software dapat menghasilkan nilai yang berebda. distribusi nol mendekati distribusi chisquare dengan derajat bebas. ada beberapa kesewenang2an dalam pembentukan kelompok. Hosmer dan Lemeshow mencatat bahwa ketika jumlah perbedaan pola nilai kovariat sama dengan ukuran sampel. .

dengan kategori I.5. Model logit dengan faktor adalah .3 MODEL LOGIT DENGAN PREDIKTOR KATEGORIK 5.3. Dalam baris i dari tabel I x 2. Nyatakan Yi sebagai binomial dengan parameter πi.1 ANOVA-Type Representasi Faktor • Pertimbangkan faktor X tunggal. yi adalah jumlah hasil kolom pertama (sukses) dari uji coba ni.

X memiliki I-1 parameter nonredundan. Maka . Jika nilainya tidak memenuhi. Misalnya. kita dapat merecode sehingga menjadi benar. Dengan kategori I.4) menyerupai rumus model untuk cara sel dalam ANOVA satu arah. katakanlah βi = 0. Salah satu parameter dapat diatur ke 0.• Sisi kanan persamaan (5. bentuk β𝑖 = βi – β1 dan α = α + β1 yang memenuhi β1=0.

α sama dengan logit dalam baris I..• Ketika β1=0. Jadi. ... = βI . Karena ini setara dengan π1 = . β1= β2 = .. Model ini mempunyai banyak parameter I sebagai pengamatan binomial. model ini hanya dengan sebuah intersep menentukan independensi dari X dan Y secara statistik. { βi } berlaku seperti model (5. • Untuk setiap {πi > 0}. = πI.4). dan βi adalah perbedaan antara logits dalam baris i dan I. βi sama dengan rasio log odds untuk pasangan baris-baris itu. Ketika sebuah faktor tidak berpengaruh.

x=1 dalam kategori 1 dan x=-1 dalam kategori 2. Misalkan xi=1 untuk pengamatan di baris i dan xi=0 untuk lainnya.2 Dummy Variabel dalam Model Logit • Sebuah persamaan setara model (5. Misalkan X yang memiliki I=2 kategori. i = 1.4) menggunakan variabel dummy.. .5. jadi β1 = . . Hasil ini dari efek coding untuk dummy variabel.3. I .1. Modelnya adalah • Cara lain untuk memaksakan kendala bentuk 𝑖 𝛽𝑖 ...β2.

untuk efek coding dengan ± 11 variabel dummy maka β1 . Sebaliknya.• Hasil substantif yang sama terjadi untuk setiap skema coding. rasio log odds sama dengan β1 β2 = β1 . Untuk prediktor biner. Reparameterisasi model dapat merubah parameter estimasi tapi tidak mengubah model fit. Sebuah parameter atau estimasinya masuk akal hanya dengan dibandingkan dengan satu untuk kategori lain. Berbagai sistem kendala menghasilkan nilai yang berbeda. • Nilai βi atau β𝑖 tidak relevan untuk kategori tunggal.β2 = 0 . {𝛼 + β𝑖 } oleh karena itu {𝜋𝑖 } adalah sama. terlepas dari kendala untuk {β1}.b) kategori X adalah identik dan mewakili estimasi rasio log odds. Dengan demikian. . menggunakan variabel dummy dengan nilai referensi β2 = 0. misalnya. Untuk model (5. exp(β𝑎 − β𝑏) adalah estimasi peluang sukses dalam kategori a dari X dibagi dengan estimasi peluang sukses dalam kategori b dari X. Perbedaan β𝑎 − β𝑏 untuk pasangan (a.β2 = β1 – (-β1) = 2β1. rasio log odds yang sama β1 .4).

𝑛𝑁 = 𝑛 . 𝑛2. … . Joint probability nya untuk N fungsi binomial adalah . Yi menunjukan sukses yang dihitung dari sekian percobaan dimana Yi…YN adalah independent binomial dengan mean E(Yi)= 𝑛𝑖 𝜋𝑖 𝑥𝑖 .Likelihood equation ketika ada lebih dari 1 observasi/ percobaan pada nilai xi maka jumlah observasi dinyatakan ni dan jumlah sukses adalah xi . Joint probability nya untuk N fungsi binomial adalah 𝑁 𝑁 𝜋 𝑥𝑖 𝑖=1 𝑦𝑖 1 − 𝜋 𝑥𝑖 𝑛𝑖 −𝑦𝑖 = 𝑖=1 𝜋 𝑥𝑖 𝑒𝑥𝑝 log 1 − 𝜋 𝑥𝑖 𝑦𝑖 𝑁 1 − 𝜋 𝑥𝑖 𝑖−1 𝑛𝑖 = exp 𝜋 𝑥𝑖 𝑖 log 1−𝜋 𝑥𝑖 𝑁 𝑖−1 1 − 𝜋 𝑥𝑖 𝑛𝑖 . dimana 𝑛𝑖.

dan karena 1 − 𝜋 𝑥𝑖 = 1 + exp 𝑗 𝛽𝑗𝑥𝑖𝑗 = exp 𝑗 𝑖 𝑦𝑖 𝑥𝑖𝑗 𝛽𝑗𝑥𝑖𝑗 −1 . karena exp 𝑘 𝛽𝑘𝑥𝑖𝑘 1 + exp 𝑘 𝛽𝑘𝑥𝑖𝑘 𝜕𝐿(𝛽) = 𝜕 𝛽𝑗 exp 𝛽𝑘𝑥𝑖𝑘 𝑘 𝛽𝑘𝑥𝑖𝑘 𝑦𝑖𝑥𝑖𝑗 − 𝑖 𝑖 𝑛𝑖𝑥𝑖𝑗 dimana 𝜋𝑖 = 1+exp 𝑘 . . jadi persamaan eksponensialnya menjadi 𝛽𝑗 . sehingga Likelihood Rationya adalah 𝑦𝑖𝑥𝑖𝑗 − 𝑖 𝑖 𝑛𝑖𝜋𝑖𝑥𝑖𝑗 = 0. 𝑗 = 1. maka log likelihoodnya sama dengan : 𝐿 𝛽 = 𝑗 𝑖 𝑦𝑖𝑥𝑖𝑗 𝛽𝑗 − 𝑖 𝑛𝑖 log 1 + exp 𝑗 𝛽𝑗𝑥𝑖𝑗 turunanan dari fungsi log nya 𝜕𝐿(𝛽) = 𝜕 𝛽𝑗 0 . … .pada model. logit ke – i adalah exp 𝑖 𝑦𝑖 𝑗 𝑗 𝛽𝑗𝑥𝑖𝑗. 𝑝.

Titik akhir kebalikan pada interval yang sesuai untuk menggunakan transformasi π=exp(logit)/[1+exp(logit)]. • Estimasi varians dari logit adalah . Kita dapat juga membuat convidence interval untuk peluang respon pada pengaturan x tertentu. seperti pada odds rasio. • Distribution of Probability Estimator • Menggunakan .. . logit adalah convidence interval untuk logit yang benar. Untuk jumlah sampel yang besar. kita dapat melakukan inferensia terhadap β dan dihubungkan pada efek.

• Newton-Raphson Method Applied to logistik regresion • Kita kembali ke Section 4. .1 untuk metode “ITERATIVE” Newton-Raphson. Misalkan • Disini.6. diperoleh dari melalui . perkiraan t untuk .

39) untuk memperoleh nilai 𝛽(𝑡+1) berikutnya. Dalam .21) menghasilkan 𝜋 (0) .22) dan (5.Kita menggunakan 𝑢(𝑡) dan 𝐻(𝑡) dengan formula (4. Ini digunakan untuk memperoleh 𝜋 (𝑡+1). Dengan perkiraan pertama 𝛽(0) .21).22) Dimana 𝜇𝑖 = 𝑛𝑖 𝜋𝑖 . dan juga seterusnya. persamaan (5. yang mana dalam konteks ini adalah: 𝛽(𝑡+1) = 𝛽(𝑡) + {𝑋 ′ 𝑑𝑖𝑎𝑔 𝑛𝑖 𝜋𝑖 𝑡 1 − 𝜋𝑖 𝑡 (𝑡) (𝑡) 𝑋}−1 𝑋 ′ 𝑦 − 𝜇 𝑡 . (5. dan untuk t > 0 diproses berulang-ulang sebagaimana yang diperlihatkan menggunakan (5.

23) Dan dimana 𝑉𝑡 adalah matrik diagonal dengan elemen {1 𝑛𝑖 𝜋𝑖 𝑡 (1 − 𝜋𝑖 𝑡 )}.20).42)]. 𝜋 (𝑡) dan 𝛽(𝑡) . Dari argument di Section 4. menuju ke estimasi ML 𝜋 dan 𝛽 (Walker dan Duncan 1967). .1.6. 𝑧 (𝑡) adalah bentuk linear dari fungsi link logit untuk data sampel. dimana matrik penimbang berubah tiap ulangan. Ekspresi di dini.6 elemen 𝑉𝑡 asimtot variansnya diestimasi dari logit sampel.perbatasan. Estimasi asimtot matrik covariance dari 𝛽 adalah produk dari metode Newton-Raphson. Dari Section 3.3. dinamakan −𝐻−1 . 𝛽(𝑡+1) memiliki iterative reweighted least squares dari (𝑋 ′𝑉𝑡 𝑋)−1 𝑋′𝑉𝑡−1 𝑧 (𝑡) . (5. dimana 𝑧 (𝑡) mempunyai elemen (𝑡) 𝑧𝑖 −1 = 𝑙𝑜𝑔 𝜋 𝑖 (𝑡) (𝑡) 1−𝜋 𝑖 + 𝑦 𝑖 −𝑛 𝑖 𝜋 𝑖 𝑡 (𝑡) 𝑡 𝑛 𝑖 𝜋 𝑖 (1−𝜋 𝑖 ) . Dengan (5. dievaluasi pada 𝜋 (𝑡) [lihat (4. Estimasi ML adalah batas dari rangkaian dari estimasi least squares tertimbang. Matrik 𝐻(𝑡) menuju ke 𝐻 = −𝑋 ′ 𝑑𝑖𝑎𝑔 𝜋𝑖 𝑡 1 − 𝜋𝑖 𝑡 𝑋.

Sign up to vote on this title
UsefulNot useful