Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Regresi Nana Ramadijanti. Penghitungan Error Untuk menentukan seberapa bagus fungsi hampiran mencocokkan data dapat diukur dengan error RMS (Root-Mean-Square.

Presentasi serupa


Presentasi berjudul: "Regresi Nana Ramadijanti. Penghitungan Error Untuk menentukan seberapa bagus fungsi hampiran mencocokkan data dapat diukur dengan error RMS (Root-Mean-Square."— Transcript presentasi:

1 Regresi Nana Ramadijanti

2

3

4

5 Penghitungan Error Untuk menentukan seberapa bagus fungsi hampiran mencocokkan data dapat diukur dengan error RMS (Root-Mean-Square error) Semakin kecil nilai E RMS semakin bagus fungsi hampiran mencocokkan titik2 data

6 Contoh Pencocokan Kuadrat Terkecil sebuah Garis

7 Contoh Soal : Tentukan persamaan garis lurus yang mencocokkan data pada tabel dibawah ini. Kemudian perkirakan nilai y untuk x = 1.0 Penyelesaian : ixiyi(xi)2xiyi

8 Contoh Soal : Diperoleh Sistem Persamaan Linier a = b = Pers grs regresi f(x) = x

9 Contoh Soal Perbandingan antara nilai yi dan f(xi) Taksiran nilai y untuk x = 1.0 adalah E RMS = ( /6 ) 1/2 ixiyif(xi)deviasi (deviasi) E

10 Linearisasi Persamaan Nonlinear Regresi Nonlinear Transformasi Linear (jika mungkin) Data yang tidak cocok dengan bentuk linear

11 Pelinearan Pers Pangkat Sederhana Misalkan kita akan mencocokkan data dengan fungsi : Lakukan Pelinieran sbb : Lakukan pengubahan dari (x i,y i ) menjadi (ln(x i ),ln(y i )) lalu hitung a dan b dengan cara regresi linier. Dari pers a = ln(C) maka kita dapat menghitung nilai C = e a. Masukkan nilai b dan C ke dalam pangkat y=Cx b

12 Contoh Soal : Cocokkan data berikut dengan f(x) = Cx b Diperoleh sistem persamaan linier ixiyiXi=ln(xi)Yi=ln(yi)Xi2XiYi E

13 Contoh Soal : a = b = Hitung C = e a = e = Jadi f(x) = x

14 Contoh Linearisasi Regresi linear pada (log x, log y) b 2 = 1.75 x y log xlog y log y = 1.75 log x – log a 2 = – a 2 = = 0.5 y = 0.5x 1.75

15 Pelinieran Model Eksponensial y = Ce bx Misalkan kita akan mencocokkan data dg fungsi : y = Ce bx Lakukan pelinieran sbb :  y = Ce bx  ln(y)=ln(C)+bxln(e)  ln(y)=ln(C)+bx  ln(e)=1 Definisikan :  Y=ln(y)  a=ln(C)  X=x Persamaan Regresi Liniernya : Y = a + bX Lakukan pengubahan (x i,y i )  (x i,ln(y i )) lalu hitung a dan b Dari persamaan a=ln(C) di dapat C=e a Masukkan nilai b dan C dalam persamaan eksponensial y = Ce bx


Download ppt "Regresi Nana Ramadijanti. Penghitungan Error Untuk menentukan seberapa bagus fungsi hampiran mencocokkan data dapat diukur dengan error RMS (Root-Mean-Square."

Presentasi serupa


Iklan oleh Google