Anandara, Aurelia MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN PENDEKATAN BAYESIAN UNTUK ANALISIS SURVIVAL PADA KASUS PASIEN COVID-19 DI RSUD DR. PIRNGADI KOTA MEDAN. Undergraduate thesis, Universitas Negeri Medan.
1. NIM 4183530010 COVER.pdf - Published Version
Download (42kB) | Preview
2. NIM 4183530010 APPROVAL SHEET.pdf - Published Version
Download (409kB) | Preview
3. NIM 4183530010 ABSTRACT.pdf - Published Version
Download (152kB) | Preview
4. NIM 4183530010 PREFACE.pdf - Published Version
Download (233kB) | Preview
5. NIM 4183530010 TABLE OF CONTENT.pdf - Published Version
Download (137kB) | Preview
6. NIM 4183530010 ILLUSTRATION.pdf - Published Version
Download (74kB) | Preview
7. NIM 4183530010 TABLES.pdf - Published Version
Download (73kB) | Preview
8. NIM 4183530010 CHAPTER I.pdf - Published Version
Download (305kB) | Preview
12. NIM 4183530010 CHAPTER V.pdf - Published Version
Download (151kB) | Preview
13. NIM 4183530010 BIBLIOGRAPHY.pdf - Published Version
Download (167kB) | Preview
Abstract
Analisis survival merupakan prosedur statistika untuk menganalisis data dengan
memerhatikan variabel respon berupa data waktu peristiwa dari awal pencatatan
hingga akhir kejadian. Analisis survival saat ini digunakan dalam banyak bidang
kedokteran. Model cox proportional hazard bertujuan untuk melihat faktor dari laju
kesembuhan terhadap kemampuan bertahan hidup pasien. Pada penelitian
digunakan pendekatan Bayesian dengan data yang berdistribusi Lognormal pada
kasus pasien Covid-19 di RSUD Dr. Pirngadi Kota Medan. Coronavirus Diseases
2019 atau biasa dikenal dengan Covid-19 merupakan penyakit menular yang
disebabkan oleh Severe Acute Respirotory yang menyerang saluran pernapasan.
Adapun variabel prediktor yaitu: umur(
Item Type: | Thesis (Undergraduate) |
---|---|
Keywords: | Analisis survival, Bayesian, Covid-19, Cox |
Subjects: | Q Science > QA Mathematics > QA299 Analysis |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
Depositing User: | Mrs Beatrix Nainggolan |
Date Deposited: | 18 Mar 2024 07:23 |
Last Modified: | 18 Mar 2024 07:23 |
URI: | https://digilib.unimed.ac.id/id/eprint/54840 |