Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Pemilihan Prediktor Untuk Model Proses Pemilihan Maju Dan Mundur Pertemuan 19 Matakuliah: I0174 – Analisis Regresi Tahun: Ganjil 2007/2008.

Presentasi serupa


Presentasi berjudul: "Pemilihan Prediktor Untuk Model Proses Pemilihan Maju Dan Mundur Pertemuan 19 Matakuliah: I0174 – Analisis Regresi Tahun: Ganjil 2007/2008."— Transcript presentasi:

1 Pemilihan Prediktor Untuk Model Proses Pemilihan Maju Dan Mundur Pertemuan 19 Matakuliah: I0174 – Analisis Regresi Tahun: Ganjil 2007/2008

2 Bina Nusantara Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Memilih Prodiktor untuk Model Proses Pemilihan Maju dan Mundur.

3 Bina Nusantara Outline Materi all possible regression best subset regression backward elimination step-wise regression

4 Bina Nusantara Prosedur (1) semua kemungkinan regresi (all possible regression) (2) regresi himpunan bagian terbaik (best subset regression) (3) eliminasi langkah mundur (backward elimination), (4) regresi bertatar (step-wise regression)

5 Bina Nusantara Prosedur semua kemungkinan regresi Pertama-tama prosedur ini menentukan semua kemungkinan persamaan regresi Setiap persamaan regresi harus dievaluisi menurut kriterium tertentu; tiga kriteria yang akan kita bahas adalah 1. nilai R 2 yang dicapai, 2. nilai s 2, jumlah kuadrat sisa, dan 3. statistik Cp.

6 Bina Nusantara Jika ada 4 perubah peramal (X1, X2, X3 dan X4) Kelompokkan persamaan-persamaan regresi itu ke dalam lima kelompok: Kelompok A : terdiri atas satu persamaan regresi dengan hanya nilai tengah model Y= β o Kelompok B terdiri atas empat persamaan regresi dengan 1-peubah peramal model Y = β o + β 1 Xi Kelompok C terdiri atas enam persamaan regresi dengan 2-peubah peramal model Y = β o + β 1 Xi + β 1 Xj

7 Bina Nusantara Kelompok B terdiri atas empat persamaan yaitu Y = β o + β 1 X1 Y = β o + β 2 X2 Y = β o + β 3 X3 Y = β o + β 4 X4

8 Bina Nusantara Kelompok C terdiri atas enam persamaan regresi yaitu model Y = β o + β 1 X1 + β 2 X2 Y = β o + β 1 X1 + β 3 X3 Y = β o + β 1 X1 + β 4 X4 Y = β o + β 2 X2 + β 3 X3 Y = β o + β 2 X2 + β 4 X4 Y = β o + β 3 X3 + β 4 X4

9 Bina Nusantara Penggunaan R 2 Kelompok D terdiri atas empat persamaan regresi dengan 3-peubah peramal model Y = β o + β 1 X1 + β 2 X2 + β 3 X3 Y = β o + β 1 X1 + β 3 X2 + β 4 X3 Y = β o + β 2 X2 + β 3 X3 + β 4 X4 Y = β o + β 1 X1 + β 2 X2 + β 4 X4

10 Bina Nusantara Kelompok E terdiri atas satu persamaan regresi dengan 4-peubah peramal model Y= β o + β 1 X1 + β 1 X2 + β 1 X3 + β 1 X4

11 Bina Nusantara Pemilihan model Pertimbangkan nilai R 2 yang diperoleh Pertimbangannya: nilainya besar Nilai R 2 : min -1 hingga maks +1 Regresi yang memilki R2 terbesar yang dipilih

12 Bina Nusantara Penggunaan Kuadrat tengah Sisa (S 2 ) Bila jumlah amatannya cukup besar, evaluasi terhadap rata-rata kuadrat tengah sisa untuk setiap kelompok seringkali dapat menunjukkan titik pemisah yang terbaik bagi banyaknya peubah yang sebaiknya disertakan dalam regresi.

13 Bina Nusantara Penggunaan Cp Mallow Model "terbaik" ditentukan setelah memeriksa tebaran Cp. Yang dicari adalah persamaan regresi dengan nilai Cp rendah yang kira- kira sama dengan p (banyaknya parameter dalam model termasuk β o). Cp = JKS p /s 2 – (n-p)

14 Bina Nusantara Regresi "Himpunan Bagian Terbaik" ("Best Subset" Regression) Tiga kriteria dapat digunakan untuk menentukan himpunan bagian "K terbaik", yaitu: 1.Nilai R 2 maksimum, 2.Nilai R 2 terkoreksi maksimum 3.Statistik Cp Mallows. R 2 terkoreksi = 1- (1-R 2 ){(n-1)/n-p)}

15 Bina Nusantara Pemilihan regresi terbaik Pemilihan berdasarkan nilai R 2 tertinggi Nilai Cp terendah

16 Bina Nusantara Pemilihan regresi terbaik dapat dimulai dari: Semua kemungkinan dengan satu, dua atau lebih variabel Sub-set variabel yang diperkirakan harus berpengaruh


Download ppt "Pemilihan Prediktor Untuk Model Proses Pemilihan Maju Dan Mundur Pertemuan 19 Matakuliah: I0174 – Analisis Regresi Tahun: Ganjil 2007/2008."

Presentasi serupa


Iklan oleh Google