Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

STATISTIKA TERAPAN Bahan Kuliah Statistika Terapan.

Presentasi serupa


Presentasi berjudul: "STATISTIKA TERAPAN Bahan Kuliah Statistika Terapan."— Transcript presentasi:

1 STATISTIKA TERAPAN Bahan Kuliah Statistika Terapan

2 ANALISIS REGRESI LINIER Bagian 1

3 I. 1 INTRODUCTION Hubungan variabel

4 Upaya untuk menjelaskan sebuah variabel melalui beberapa variabel sekaligus. Pertumbuhan udang; seperti berat (Y), berkaitan dengan keadaan temperatur (X 1 ) dan salinitas (X 2 ) air tempat pemeliharaan. Contoh

5 Y Harga Vol. Penjualan X1X1 X2X2 Quality Iklan X3X3 Tampilan grafis hubungan Independen Explanatory Dependen Response

6 Model Hubungan Simetris A simetris X1X1 Y X1X1 Y Regresi Korelasi

7 Representasi model Hubungan Statistis Y Random X Fix atau random Probabilistik Matematis Y Fix X Fix Deterministik

8 xy 01+2×0 =1 11+2×1 =3 21+2×2 =5 31+2×3 =7 2 Δ = 1 0x y 1 slope intercept Model hubungan matematis

9 0x y 1.Titik tidak tpt pada garis 2.Garis merupakan ringkasan pola (sistematik) sebaran titik 3.Untuk x yang sama, y bisa berbeda (error) Model hubungan statistis

10 Analisis Regresi dan Korelasi Y Random X Fix atau random Bagaimana bentuknya ? Apa saja variabelnya ? SistematisError

11 Model Regresi Linear Y =  0 +  1 X 1 + …+  p X p +  p = 1, Regresi linier sederhana p  2, Regresi linier multipel Nonlinear Y =  /(1 + e  X ) + 

12 Contoh plot fungsi nonlinier dalam β (koefisien regresi Derivatif juga tidak konstan (fungsi dari x). Tetapi transformasi dari x menghasilkan sebuah fungsi linier.

13 0x y p = 1, Regresi linier sederhana (populasi)

14 Assumsi Y =  0 +  1 X +  1. X i nonrandom 2.  i normal dengan rata - rata 0 dan varians konstan  2 E (Y | X =x i ) =  0 +  1 x i

15 SAMPEL I. 2 REGRESI LINIER SEDERHANA

16  0 = ?,  1 = ? Data Least squares estimates x xixi y yiyi yx y1y1 x1x1 y2y2 x2x ynyn xnxn eiei Penaksiran Koefisien Regresi

17 Prinsip Least Squares Koefisien regresi sampel ditetapkan dengan Meminimumkan jumlah kuadrat residu (JKE) terhadap garis regresi sampel. Prinsip Least Squares Koefisien regresi sampel ditetapkan dengan Meminimumkan jumlah kuadrat residu (JKE) terhadap garis regresi sampel.

18 Persamaan penaksiran Tabel perhitungan

19 Solusi software (statistica) 1.Statistics 2.Multiple Regression 3.Ikuti tab selanjutnya

20 In a study conducted to examine the quality of fish after 7 days in ice storage, ten raw fish of the same kind and approximately the same size were caught and prepared for ice storage. Two of the fish were placed in storage immediately after being caught, two were placed in storage 3 hours after being caught, and two each were placed in storage at 6, 9, and 12 hours after being caught. Let y denote a measurement of fish quality (on a 10-point scale) after the 7 days of storage, and let x denote the time after being caught That the fish were placed in ice packing. The sample data appear here: a. Plot the sample data in a scatter diagram. b. Use the method of least squares to obtain estimates of the parameters in the model y 0 1x. c. Interpret the value of ˆ 1 in the context of this problem. Latihan 1

21 Pengujian Koeffisien Regresi 1. Apakah X; variabel regresi, menjelaskan Y; variabel respons ? 2. Bagaimana kesesuaian data terhadap model, memadai ? 3. Apakah prediksi melalui model memadai ? H 0 :  1 = 0 vs. H 0 :  1  0 Statistik uji t atau F Keputusan : tolak H 0 jika |t|  t  /2 Masalah No. 1 Masalah :

22 Jika H0 benar, model regresi bentuknya: Jika H1 benar, model regresi bentuknya: x y error regresi total Latar belakang pengujian

23 Jika penambahan variabel X kedalam model dapat menjelaskan Y, maka “total” error dalam Y besarnya berkurang oleh bagian yang dapat dijelaskan oleh X; yaitu =bagian “regresi”, sisanya yang masih ada merupakan bagian yang tidak dapat dijelaskan; yaitu “error”. Total = Regresi + Error Sumber variasi df JK (Jumlah kuadrat) MS (RJK) F RegresiPJKregMSreg =JKreg/p MSreg/MSE Errorn-p-1JKEMSE=JKE/(n-p-1) Totaln-1JKT Table 1 ANOVA

24 Contoh: Untuk menyusun kebutuhan tenaga, ditelaah hubungan antara jumlah pekerjaan yang terselesaikan dengan jam kerja/bln. yang dibutuhkannya. Dari pengamatan di sejumlah kantor cabang diperoleh data berikut. Periksa apakah pengetahuan mengenai jumlah pekerjaan terselesaikan ada hubungnannya dengan jam kerja/bln.

25 Masalah No. 2 (kualitas Fit) Sebuah indeks yang mencerminkan baik tidaknya model mendeskripsi data adalah Koeffisien Determinasi R 2 Masalah No. 3 (Kualitas Prediksi)

26 Analisis Residu 1 Mendeteksi assumsi - assumsi mengenai error  I Rata - rata 0 Varians konstan x eiei 0 Plot residu dengan Kondisi ideal

27 Model misspect x e Non constant variance x e Normal error Ukuran sampel Non constant variance Model misspecification Outliers 0 0


Download ppt "STATISTIKA TERAPAN Bahan Kuliah Statistika Terapan."

Presentasi serupa


Iklan oleh Google