Model Peluang Linier.

Slides:



Advertisements
Presentasi serupa
Outlier Pada Analisis Regresi
Advertisements

Evaluasi Model Regresi
William J. Stevenson Operations Management 8 th edition DUMMYVARIABEL Rosihan Asmara
ANALISIS REGRESI.
Heteroskedastisitas Penyimpangan asumsi ketika ragam galat tidak konstan Ragam galat populasi di setiap Xi tidak sama Terkadang naik seiring dengan nilai.
Regresi dengan Respon Biner
ANALISIS REGRESI Pertemuan ke 12.
Regresi Eni Sumarminingsih, SSi, MM. Analisis regresi linier merupakan analisis yang digunakan untuk mengetahui dan mempelajari suatu model hubungan fungsional.
B A B II PENGUMPULAN DAN PENGOLAHAN DATA.
Pertemuan 14 Penerapan model full rank
PENDUGAAN PARAMETER Luh Putu Suciati 29 Maret 2015.
1 Pertemuan 7 Estimable parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
METODE STATISTIKA (STK211)
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
Minggu 10 By: Natalia Konradus
ANALISIS DATA KATEGORIK
MODEL PROBABILITAS LINIER
Regresi Berganda Statistika Ekonomi II Pertemuan Ke 10
RANCANGAN ACAK LENGKAP (RAL) COMPLETTED RANDOMIZED DESIGN (CRD)
ANALISIS DATA KATEGORIK
Analisis Korelasi dan Regresi linier
METODE STATISTIKA (STK211)
REGRESI LOGISTIK BINER
B A B II PENGUMPULAN DAN PENGOLAHAN DATA.
Regresi Linier Berganda
Ekonometrika Dr. Rahma Fitriani, S.Si., M.Sc.
Analisis Korelasi dan Regresi
CARA PENGUMPULAN DATA SENSUS DATA POPULASI ANALISIS NILAI PARAMETRIK
Korelasi dan Regresi Aria Gusti.
Program Studi Statistika Semester Ganjil 2012
Program Studi ekonomi pembangunan Semester Ganjil 2012
Pertemuan Ke-7 REGRESI LINIER BERGANDA
Perancangan Percobaan (Rancob)
RAL (Rancangan Acak Lengkap)
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
B A B II PENGUMPULAN DAN PENGOLAHAN DATA.
ANALISIS REGRESI BERGANDA
Regresi Linier Berganda
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
REGRESI LINIER BERGANDA
Regresi Linier Sederhana
Program Studi Statistika Semester Ganjil 2012
Operations Management
PENDAHULUAN Dalam kehidupan sering ditemukan adanya sekelompok peubah yang diantaranya terdapat hubungan alamiah, misalnya panjang dan berat bayi yang.
Agribusiness Study of Programme Wiraraja University
Analisis Regresi Pengujian Asumsi Residual
Asumsi Non Autokorelasi galat
REGRESI LINIER BERGANDA
Perbedaan Taksiran Nisbah dengan Rataan Per Unit
Disampaikan Pada Kuliah : Ekonometrika Terapan Jurusan Ekonomi Syariah
Agribusiness Study of Programme Wiraraja University
Contoh1 : REGRESI LINIER
RANCANGAN PERCOBAAN DENGAN MINITAB DAN SAS
Contoh1 : REGRESI LINIER
Regresi Linier Berganda
Regresi Linier Berganda
STATISTIK II Pertemuan 12: Analisis Regresi dan Korelasi
REGRESI POISSON Gangga Anuraga, M.Si.
REGRESI LINIER BERGANDA
Pertemuan ke-1 Matakuliah Statistika Akuntansi UII
B A B II PENGUMPULAN DAN PENGOLAHAN DATA.
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
REGRESI LINIER BERGANDA
Analisis Variansi.
Pendugaan Parameter Regresi Logistik
ANALISIS VARIANSI (AnaVa)
Korelasi dan Regresi Aria Gusti.
Simulasi untuk Model-model Statistika
Model Linier untuk Data Kontinyu
Korelasi dan Regresi Aria Gusti.
Transcript presentasi:

Model Peluang Linier

Variabel respon bersifat kualitatif : - respon hewan percobaan terhadap pemberian zat beracun dengan kadar tertentu adalah hidup atau mati - respon siswa – siswa yang diberikan perlakuan tertentu dalam ujian adalah lulus atau tidak lulus dll

Model Peluang Linier (1) Dimana X = Nilai dari atribut untuk individu yang dipelajari Y = 1, jika tergolong dalam kategori pertama 0, jika tergolong dalam kategori kedua (bukan kategori pertama)  = galat, diasumsikan variabel acak yang berdistribusi secara bebas dengan nilai tengah sama dengan nol

Karena dan Sehingga Persamaan regresi (1) dapat diinterpretasikan sebagai peluang bahwa obyek pengamatan akan tergolong dalam kategori tertentu apabila nilai dari variabel X ditetapkan.

Secara formal model peluang linier sering ditulis dalam bentuk berikut:

Untuk keperluan penggolongan maka dipergunakan kriteria berikut: Gunakan Metode Kuadrat Terkecil untuk pendugaan parameter

Sebaran Peluang bagi εi

Masalah lain yang Timbul  

Contoh Penerapan Seorang pengajar pada SMA mengamati perilaku kelulusan siswa sekolah itu dalam ujian masuk perguruan tinggi negeri pada beberapa universitas. Ia mengambil sampel acak 12 siswa. Variabel bebas yang dispesifikasikan adalah skor total nilai UAN yang merupakan variabel kuantitatif

No. Xi Y Kategori 1 57 Lulus 2 60 3 42 Tidak Lulus 4 45 5 40 6 55 7 53 8 9 58 10 39 11 52 12 56

Estimates of parameters Parameter estimate s.e. t(10) t pr. Constant -2.259 0.666 -3.39 0.007 X 0.0557 0.0129 4.31 0.002

Masalah yang Timbul Unit Response Fitted value 1 0.918 2 1.085 3 0.082 0.082 4 0.249 5 -0.03 6 0.806 7 0.695 8 9 0.973 10 -0.086 11 0.639 12 0.862 Terdapat fitted value diluar batas 0 - 1

Heteroskedastisitas