Melola Discovery

← Melola Discovery

Jurnal SINTA 3

ESTIMASI PARAMETER MODEL PROBIT PADA DATA PANEL MENGGUNAKAN OPTIMASI BFGS

BAREKENG: Jurnal Ilmu Matematika dan Terapan · Vol. 14 No. 2 (2020) · hlm. 167–174

DOI
10.30598/barekengvol14iss2pp167-174
ISSN
2615-3017, 1978-7227
Terbit
2020-06-01
Penerbit
PATTIMURA UNIVERSITY
Bahasa
eng

Abstrak

One model that may explain the pattern of the relationship between the categorical dependent variable and the independent variables is probit regression. In the probit regression, the independent variable can be categorical or continuous. Probit regression is using the link function of the standard normal distribution. If the probit regression modeling involves a cross-section data and time series data, it is called probit data panel model. Parameter estimation of random effect probit data panel model is using the maximum likelihood estimation (MLE) method with Gauss Hermite Quadrature approach. Iterative procedure by using BFGS method. BFGS method used to obtain the close form value of the parameter estimates.

Jaringan kolaborasi para penulis

40 penulis · 133 tautan kepenulisan bersama · 17 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Institut Agama Islam Negeri Kendari
  • Sunan Gunung Djati State Islamic University Bandung
  • Hasanuddin University
  • Badan Geologi
  • Universitas Jambi
  • Lambung Mangkurat University
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Muhammad Syarwa SangilaInstitut Agama Islam Negeri Kendari11
Dedyerianto DedyeriantoInstitut Agama Islam Negeri Kendari6
Masdin MasdinInstitut Agama Islam Negeri Kendari6
Firman RiansyahInstitut Agama Islam Negeri Kendari5
Samrin SamrinInstitut Agama Islam Negeri Kendari4
Amanda La HadiInstitut Agama Islam Negeri Kendari4
La RoyInstitut Agama Islam Negeri Kendari4
Dyah Kumala NastitiInstitut Agama Islam Negeri Kendari4
Sri Anandari SafariaInstitut Agama Islam Negeri Kendari3
La BoyInstitut Agama Islam Negeri Kendari3
Imaludin AgusInstitut Agama Islam Negeri Kendari2
Nur AiniInstitut Agama Islam Negeri Kendari2
La Ode SardinInstitut Agama Islam Negeri Kendari2
Kasriani KasrianiInstitut Agama Islam Negeri Kendari2
Indri Purnama TartyInstitut Agama Islam Negeri Kendari2
Muh. Syarwa SangilaAfiliasi tidak diketahui2
Herman HermanSunan Gunung Djati State Islamic University Bandung2
Haryati HaryatiHasanuddin University2
Hepi FitriyantiInstitut Agama Islam Negeri Kendari2
Badarwan BadarwanInstitut Agama Islam Negeri Kendari1
Hijayanti Dwi KartiniInstitut Agama Islam Negeri Kendari1
Muhammad IlhamInstitut Agama Islam Negeri Kendari1
Nur IdaInstitut Agama Islam Negeri Kendari1
Asrina AsrinaInstitut Agama Islam Negeri Kendari1
Ety Nur InahInstitut Agama Islam Negeri Kendari1
Kurnia KurniaBadan Geologi1
Andi ReskiInstitut Agama Islam Negeri Kendari1
Fikran TaslimInstitut Agama Islam Negeri Kendari1
Anisah AnisahInstitut Agama Islam Negeri Kendari1
Sulmina SulminaInstitut Agama Islam Negeri Kendari1
Abdul KadirInstitut Agama Islam Negeri Kendari1
Jumarddin La FuaInstitut Agama Islam Negeri Kendari1
Asri NingsihInstitut Agama Islam Negeri Kendari1
Novianti NoviantiUniversitas Jambi1
Herman HermanSunan Gunung Djati State Islamic University Bandung1
Dina ApriliaLambung Mangkurat University1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://ojs3.unpatti.ac.id/index.php/barekeng/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 15 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">ESTIMASI PARAMETER MODEL PROBIT PADA DATA PANEL MENGGUNAKAN OPTIMASI BFGS</dc:title>
	<dc:creator>Halistin, Halistin</dc:creator>
	<dc:creator>Ratnasari, Vita</dc:creator>
	<dc:creator>Rahayu, Santi Puteri</dc:creator>
	<dc:creator>Patih, Tandri</dc:creator>
	<dc:description xml:lang="en-US">One model that may explain the pattern of the relationship between the categorical dependent variable and the independent variables is probit regression. In the probit regression, the independent variable can be categorical or continuous. Probit regression is using the link function of the standard normal distribution. If the probit regression modeling involves a cross-section data and time series data, it is called probit data panel model. Parameter estimation of random effect probit data panel model is using the maximum likelihood estimation (MLE) method with Gauss Hermite Quadrature approach. Iterative procedure by using BFGS method. BFGS method used to obtain the close form value of the parameter estimates.</dc:description>
	<dc:publisher xml:lang="en-US">PATTIMURA UNIVERSITY</dc:publisher>
	<dc:date>2020-06-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/1310</dc:identifier>
	<dc:identifier>10.30598/barekengvol14iss2pp167-174</dc:identifier>
	<dc:source xml:lang="en-US">BAREKENG: Jurnal Ilmu Matematika dan Terapan; Vol 14 No 2 (2020): BAREKENG: Jurnal Ilmu Matematika dan Terapan; 167-174</dc:source>
	<dc:source>2615-3017</dc:source>
	<dc:source>1978-7227</dc:source>
	<dc:source>10.30598/barekengvol14iss2year2020</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/1310/2106</dc:relation>
</oai_dc:dc>