MODEL SPASIAL SURVIVAL WEIBULL–3P DENGAN PENDEKATAN BAYESSIAN DAN APLIKASINYA PADA WINBUGS
Abstract
Â
Â
Abstrak
Model survival merupakan suatu pendekatan statistika yang seringkali diaplikasikan dalam berbagai bidang, misalnya bidang kesehatan, biologi dan bahkan dalam bidang politik. Model tersebut tidak hanya digunakan untuk menentukan faktor-faktor apa saja yang dominan mempengaruhi terjadinya suatu peristiwa/event akan tetapi juga mampu mengidentifikasi factor resiko berdasarkan perubahannya terhadap waktu. Seringkali, terjadinya suatu event juga dipengaruhi oleh lokasi dimana event tersebut terjadi. Prior CAR selanjutnya digunakan untuk memunculkan autokorelasi spasial pada efek random/frailty pada model survival tersebut. Distribusi eksponensial dan weibull-2p seringkali muncul sebagai distribusi dari waktu survival pada beberapa penelitian. Penelitian ini membahas tentang bagaimana distribusi weibull-3p digunakan sebagai distribusi dari waktu survival dalam model spasial survival beserta code programnya dalam opensource WinBUGS.
Kata kunci: model survival, event, prior CAR, frailty, weibull-3p, spasial survival dan WinBUGS.
Abstract
Survival model is a statistical approach that is often applied in many fields, such as health, biology and even in politics. The model is not only used to determine what factors influence the predominant occurrence of an event but will also be able to identify the risk factors based on changes through time. Often, the occurrence of an event is also influenced by the location where the event occurred. Prior CAR then used to bring the effects of spatial autocorrelation in random / frailty in the survival models. Exponential distribution and Weibull-2p often occur as the distribution of survival time in some studies. This study discusses how Weibull-3p distribution is used as the distribution of the survival time and their survival in the spatial model code opensource program in WinBUGS.
Keywords: models of survival, event, prior CAR, frailty, Weibull-3p, spatial survival and WinBUGS
