Pendekatan Gee dan Quasi-Likelihood Dalam Generalized Linfar Mixed Model

Abstract

Generalized Linear Mixed Models (GLMM) merupakan teori model linear yang menyertakan pengaruh acak dan pengaruh tetap dalam model dengan peubah respons (outcome) yang tidak harus menyebar normal. GLMM adalah hasil perkembangan dari dua model yaitu linear mixed models (LMM) dan generalized linear models (GLM). Dalam perkembangannya GLMM menawarkan suatu teori model linear yang lebih menyeluruh dalam mengungkap hal-hal yang lebih kompleks terutama yang berkaitan dengan pengaruh acak, komponen ragam dan bentuk sebaran data peubah respons yang tidak normal. Untuk menduga parameter dalam GLMM, metode maksimum likelihoop digunakan sebagai pendekatan standar. Akan tetapi masalah komputasi masih menjadi hambatan karena fungsi likelihood yang diperoleh menjadi tidak sesederhana seperti pada model linear klasik. Metode-metode pendekatan dan alternatif telah banyak disampaikan para pakar seperti: metode Monte Carlo ML (Karim dan Zeger, 1992; McCulloch, 1997), aplikasi algoritma EM (Steele, 1996; Aitkin, 1999), quasi-likelihood (Breslow dan Clayton, 1993; Wolfinger dan O'Connell, 1993; Pawitan, 1998).