Pemilihan Prediktor Untuk Model Proses Pemilihan Bertahap Pertemuan 20 Matakuliah : I0174 – Analisis Regresi Tahun : Ganjil 2007/2008 Pemilihan Prediktor Untuk Model Proses Pemilihan Bertahap Pertemuan 20

Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Memilih prodiktor untuk proses Pemilihan Bertahap (Stepwise Regression Prosedure) Bina Nusantara

All possible regression Best subset regression Backward elimination Outline Materi All possible regression Best subset regression Backward elimination Step-wise regression 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) 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 Nilai R2 yang dicapai, Nilai s2, jumlah kuadrat sisa, dan Statistik Cp. 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=βo Kelompok B terdiri atas empat persamaan regresi dengan 1-peubah peramal model Y = βo + β1 Xi Kelompok C terdiri atas enam persamaan regresi dengan 2-peubah peramal model Y = βo + β1 Xi + β1 Xj Bina Nusantara

Kelompok B terdiri atas empat persamaan yaitu Y = βo + β1 X1 Bina Nusantara

Kelompok C terdiri atas enam persamaan regresi yaitu model Y = βo + β1 X1 + β2 X2 Y = βo + β1 X1 + β3 X3 Y = βo + β1 X1 + β4 X4 Y = βo + β2 X2 + β3 X3 Y = βo + β2 X2 + β4 X4 Y = βo + β3 X3 + β4 X4 Bina Nusantara

Penggunaan R2 Kelompok D terdiri atas empat persamaan regresi dengan 3-peubah peramal Model Y = βo + β1 X1 + β2 X2 + β3 X3 Y = βo + β1 X1 + β3 X2 + β4 X3 Y = βo + β2 X2 + β3 X3 + β4 X4 Y = βo + β1 X1 + β2 X2 + β4 X4 Bina Nusantara

Kelompok E terdiri atas satu persamaan regresi dengan 4 peubah peramal model Y= βo + β1 X1 + β1 X2 + β1 X3 + β1 X4 Bina Nusantara

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

Penggunaan Kuadrat tengah Sisa (S2) 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. 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 βo) . Cp = JKSp/s2 – (n-p) Bina Nusantara

Regresi "Himpunan Bagian Terbaik" ("Best Subset" Regression) Tiga kriteria dapat digunakan untuk menentukan himpunan bagian "K terbaik", yaitu: Nilai R2 maksimum, Nilai R2 terkoreksi maksimum Statistik Cp Mallows. R2 terkoreksi = 1- (1-R2){(n-1)/n-p)} Bina Nusantara

Pemilihan regresi terbaik Pemilihan berdasarkan nilai R2 tertinggi Nilai Cp terendah Bina Nusantara

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