Sparse Multinomial Logistic Regression (Studi Kasus Data Kredit Macet di Bank Nasional "N")
Model Sparse Multinomial Logistic Regression (SMLR) merupakan
pengembangan dari model regresi logistik multinomial biasa dengan data yang
diamati pada salah satu kategori respon jarang terjadi (sparse). Untuk penaksiran
parameternya digunakan Marcov Chain Monte Carlo (MCMC) melalui algoritma
Metropolis Hastings berdasarkan pendekatan teorema Bayes dengan distribusi
prior berupa Gaussian. Metode Metropolis Hastings ini diterapkan pada kasus
kredit macet di Bank Nasional "N" tahun 2014 yang melibatkan variabel
penghasilan bulanan, usia debitur, dan jumlah tanggungan keluarga. Untuk
menentukan model terbaik menggunakan Deviance Information Criterion (DIC).
Dari hasil analisis yang dilakukan ternyata variabel yang berkontribusi terhadap
kategori kelompok debitur adalah variabel penghasilan bulanan.
No copy data
No other version available