Jurnal Teknologi Informasi dan Pendidikan
ISSN 2086-4981

PENANGANAN OVERDISPERSI DENGAN MODEL REGRESI BINOMIAL NEGATIF I PADA STUDI KASUS PENGGOLONGAN RESIKO JUMLAH KLAIM ASURANSI KENDARAAN DI MALAYSIA

Devni Prima Sari
INTISARI

Model regresi Poisson adalah salah satu model regresi yang sering digunakan untuk menganalisis data diskrit. Metode regresi Poisson mempunyai asumsi equi-dispersion, yaitu kondisi dimana nilai rataan dan variansi dari variabel respon bernilai sama. Pada kenyataannya, pada data sering dijumpai variansi dari variabel respon lebih besar nilai rataannya (overdispersi). Untuk mengatasi permasalahan tersebut digunakan model regresi binomial negatif I. Dalam tulisan ini, model regresi binomial negatif I akan diterapkan pada data asuransi kendaraan Malaysia dengan jenis klaim Third Party Property Damage (TPPD).

Kata Kunci :
model regresi Poisson, Binomial Negatif, overdispersi


ABSTRACT

Poisson regression model is one of the regression models which are often used to analyze discrete data. Poisson regression has the assumption of equi-dispersion, a condition in which the value of the mean and variance of the response variable the same value. In fact, often found in data the variance of response variable greater than of the mean value (overdispersion). So used Negative Binomial I to handling overdispersion. In this paper, the Negative Binomial I regression models will be applied to the data by type of vehicle insurance claims Malaysias; Third Party Property Damage (TPPD).


Keyword :
Poisson regression model, Negative Binomial, overdispersion

Download file : 13-Vol6No1Mar2013-Devni Prima Sari.pdf