Regresi Untuk Data Katagorik Pertemuan 08

Slides:



Advertisements
Presentasi serupa
PENGUJIAN HIPOTESIS SAMPEL KECIL
Advertisements

Bab 11 Pendugaan dan Pengujian Hipotesis Regresi Linier Sederhana
Pengujian Beberapa Proporsi (II) Pertemuan 20 Matakuliah: I0014 / Biostatistika Tahun: 2008.
1 Pertemuan 11 Penerapan model full rank Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
Gaya Geser Pada Penampang Beton Prategang Pertemuan 12
PANJANG PENYALURAN TULANGAN PERTEMUAN 16
Matakuliah : I0174 – Analisis Regresi
Pertemuan 5-6 Metode pemulusan eksponential tunggal
OPERASI JUMP DAN EXCEPTION HANDLING
Variabel penelitian Pertemuan 6 Matakuliah: O0084/Metodologi Penelitian Kuantitatif dan Kualitatif Tahun: 2007.
1 Pertemuan 17 Pengujian hipotesis regresi Matakuliah: I0174/Analisis regresi Tahun: 2005 Versi: 1.
Pertemuan 14 Penerapan model full rank
Pertemuan 14 Regresi non linier
1 Pertemuan 5 Konfigurasi blok sistem diskret Matakuliah: H0142/Sistem Pengaturan Lanjut Tahun : 2005 Versi : >
STRUKTUR BETON DI DALAM TEKAN PERTEMUAN 09
Pengujian Beberapa Proporsi (I) Pertemuan 19 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Matakuliah : S0084 / Teori dan Perancangan Struktur Beton
Pertemuan 5 Balok Keran dan Balok Konsol
Fungsi Logaritma Pertemuan 12
Pertemuan 26 PERANCANGAN LANJUT
1 Pertemuan 5 PPh PASAL 21 Matakuliah: A0572/ Perpajakan Tahun: 2005 Versi: Revisi 1.
Mengambar kurva fungsi linier Pertemuan 4
Fungsi Eksponensial Pertemuan 11 Matakuliah: J0174/Matematika I Tahun: 2008.
Matakuliah : R0022/Pengantar Arsitektur Tahun : Sept 2005 Versi : 1/1
1 Pertemuan 10 Pengujian parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
Matematika Keuangan Pertemuan 14
1 Pertemuan 7 Estimable parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
PERENCANAAN PENULANGAN PONDASI DALAM Pertemuan 26
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Pengujian Korelasi Diri Pertemuan 16
ANALISIS REGRESI.
Inferensi Dua Nilaitengah Ganda (VI)
ANALISIS REGRESI.
Analisis Dua Klasifikasi (I) :
PENYALURAN TULANGAN Pertemuan 23
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Statistika Deskriptif Pertemuan 2
Sebaran Peluang (II) Pertemuan 4
Regresi Dalam Lambang Matriks Pertemuan 09
KRITERIA DESAIN, STANDAR DESAIN, DAN METODE ANALISIS PERTEMUAN 6
Uji Hipotesis Dan Selang Kepercayaan Pertemuan 10
Pertemuan 25 Pemilihan regresi terbaik
Pemilihan Prediktor Untuk Model Proses Pemilihan Bertahap Pertemuan 20
DESAIN STRUKTUR BALOK BETON PERSEGI BERTULANGAN RANGKAP PERTEMUAN 14
Matakuliah : S0084 / Teori dan Perancangan Struktur Beton
Pertemuan 5 Solusi persamaan linier simultan
Pertemuan 4 Kombinasi linier vektor
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
STRUKTUR BETON DI DALAM GESER DAN TORSI PERTEMUAN 08
PRESENTASI DAN EVALUASI Pertemuan 39
STRUKTUR BALOK BETON PERSEGI BERTULANGAN TUNGGAL PERTEMUAN 13
Matakuliah : S0084 / Teori dan Perancangan Struktur Beton
DESAIN STRUKTUR KOLOM PENDEK PERSEGI PERTEMUAN 17
PERENCANAAN PENULANGAN BALOK TPertemuan 10
Pertemuan Kesembilan Analisa Data
DESAIN PONDASI DANGKAL GABUNGAN PERTEMUAN 22
Learning Outcomes Mahasiswa dapat menjelaskan definisi aljabar boole dan hukum-hukum aljabar boole,duality dan contoh pemakaian aljabar boole. Bina Nusantara.
Pertemuan 3 Diferensial
Pertemuan 18 Pengujian hipotesis regresi
KEBUTUHAN PENULANGAN PADA PONDASI DANGKAL DAN DALAM Pertemuan 24
PERENCANAAN PENULANGAN PONDASI DANGKAL Pertemuan 25
Pertemuan 9 Pengujian parameter
Pertemuan 11 Regresi polinomial
Matakuliah : S0084 / Teori dan Perancangan Struktur Beton
KAPASITAS PENAMPANG MENAHAN GAYA LINTANG Pertemuan 13
Prategang Pada Struktur Statis Tak Tentu Pertemuan 13
METODE PENELITIAN PENDAHULUAN E. Syahrul.
Pertemuan 9 Regresi dengan peubah dummy
BAB VIII REGRESI &KORELASI BERGANDA
Faktor Pembentuk Brand Pertemuan 4
Transcript presentasi:

Regresi Untuk Data Katagorik Pertemuan 08 Matakuliah : I0174 – Analisis Regresi Tahun : Ganjil 2007/2008 Regresi Untuk Data Katagorik Pertemuan 08

Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menduga parameter regresi dengan dummy variabel Bina Nusantara

Outline Materi Matrik rancangan regresi dengan dummy Pendugaan parameter regresi Bina Nusantara

Dummy variable (peubah boneka) Regresi Berganda Dummy variable (peubah boneka) Bina Nusantara

Dummy variable Peubah dalam persamaan regresi biasanya dapat mengambil nilai yang kontinu. Adakalanya harus memasukkan suatu faktor yang hanya memiliki dua atau lebih taraf yang berbeda. Misalnya, data yang berasal dari tiga mesin, atau dua pabrik, atau enam operator. Dalam kasus semacam ini, kita tidak dapat menyediakan suatu skala yang kontinu bagi peubah "mesin" atau "pabrik" atau "operator". Bina Nusantara

dummy variables Kita harus memberikan taraf kepada peubah-peubah itu, untuk memperhitungkan kenyataan bahwa berbagai mesin atau pabrik atau operator itu mungkin masing-masing mempunyai pengaruh deterministik yang terpisah dan berbeda terhadap peubah respons. Peubah semacam ini disebut peubah boneka (dummy variables). Biasanya (namun tidak selalu) peubah mi tidak berkaitan dengan tingkatan-tingkatan fisik yang mungkin ada dalam faktor itu sendiri. Bina Nusantara

Peubah Boneka untuk Memperhitungkan Pengaruh Kelompok Misalkan kita ingin memasukkan ke dalam suatu model gagasan bahwa ada tiga jenis mesin ( tipe A, B, dan C) yang menghasilkan taraf respons yang berbeda Salah satu cara dapat ditempuh adalah memasukkan satu peubah boneka Z Bina Nusantara

Bina Nusantara

Contoh regresi dengan dummy variable . Bina Nusantara

Bina Nusantara

Bina Nusantara

Bagaimana bentuk matrik design bagi model diatas ? Bina Nusantara

Penduga parameter regresi dengan peubah dummy dapat dilakukan sama seperti pada regresi berganda Bina Nusantara

Pengujian parameter regresi α1 dan α2 Dapat digunakan untuk menguji kesejajaran dan keberimpitan Bina Nusantara

Uji Ho: α1= 0 ( selisih W-G) untuk menguji apakah ada perbedaan respon antara W dan G Uji Ho: α2= 0 ( selisih V-W) untuk menguji apakah ada perbedaan respon antara W dan V Bina Nusantara

Uji hipotesis Ho: α1= 0 dan Ho: α2= 0 selain melulai uji t, juga dapat menggunakan uji F Bina Nusantara

Jika data hasil pengamatan dapat dikelompokkan maka dapat diuji respon dari setiap kelompok memalui regresi dummy variabel Bina Nusantara