Simulation Study of Bayesian Zero Inflated Poisson Regression

Abstract

Bayesian merupakan salah satu metode estimasi parameter yang dapat diaplikasikan pada ukuran sampel yang kecil. Zero Inflated Poisson merupakan salah satu metode untuk menganalisis data Poisson yang mengalami overdispersion. Tujuan dari penelitian ini adalah untuk mengevaluasi kinerja analisis Zero Inflated Poisson Regression menggunakan Bayesian. Data yang digunakan adalah jumlah kasus campak di Jawa Timur. Campak merupakan penyakit menular yang berpotensi menjadi wabah di berbagai daerah, termasuk Jawa Timur. Terdapat empat variabel prediktor yang digunakan yaitu Jumlah Penduduk (X1), Persentase Vaksinasi (X2), Persentase Penduduk Miskin (X3), dan Persentase Sanitasi Layak (X4), serta satu variabel respon yaitu Jumlah Kasus Campak. Hasil penelitian ini menunjukkan bahwa estimasi model Zero Inflated Poisson (ZIP) menggunakan Bayesian lebih baik dibandingkan estimasi model Zero Inflated Poisson (ZIP) menggunakan MLE. Hal ini dikarenakan data yang digunakan dalam penelitian memiliki sampel yang kecil sehingga estimasi MLE cenderung kurang baik digunakan dalam estimasi parameter. Pemilihan model terbaik dilakukan dengan menggunakan metode Deviance Information Criteria (DIC). Model terbaik ditunjukkan dengan nilai DIC terkecil pada ukuran sampel 100 dan proporsi nol 0,8.

Keywords

• bayesian
• measles
• mle
• simulation study
• zip