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 10.10.610.010.061 20.40.920.160.368 30.50.990.250.495 40.71.520.491.064 50.71.470.491.029 60.92.030.811.827 3.37.542.214.844

8 Contoh Soal : Diperoleh Sistem Persamaan Linier a = 0.2862 b = 1.7645 Pers grs regresi f(x) = 0.2862 + 1.7645x

9 Contoh Soal Perbandingan antara nilai yi dan f(xi) Taksiran nilai y untuk x = 1.0 adalah 2.0507 E RMS = ( 0.085637/6 ) 1/2 ixiyif(xi)deviasi (deviasi) 2 10.10.610.462650.147350.021712 20.40.920.9920.0720.005184 30.50.991.168450.178450.031844 40.71.521.521350.001351.82E-06 50.71.471.521350.051350.002637 60.92.031.874250.155750.024258 0.085637

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 10.154.4964-1.897121.5032773.599064-2.8519 20.45.1284-0.916291.6347940.839589-1.49795 30.65.6931-0.510831.7392550.260943-0.88846 41.016.28840.009951.8387079.9E-050.018296 51.57.09890.4054651.959940.1644020.794687 62.27.55070.7884572.021640.6216651.593977 72.47.51060.8754692.0163150.7664461.765221 -1.2448912.713936.252207-1.06612

13 Contoh Soal : a = 1.8515 b = 0.1981 Hitung C = e a = e 1.8515 = 6.369366 Jadi f(x) = 6.369366x 0.1981

14 Contoh Linearisasi Regresi linear pada (log x, log y) b 2 = 1.75 x y log xlog y 10.5 0-0.301 21.7 0.3010.226 33.4 0.4770.534 45.7 0.6020.753 58.4 0.6990.922 log y = 1.75 log x – 0.300 log a 2 = – 0.300 a 2 = 10 -0.3 = 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