Regresi Linear Data Mining Suprayogi.

Slides:



Advertisements
Presentasi serupa
PIECEWISE LINEAR REGRESSION
Advertisements

BAB XI REGRESI LINEAR Regresi Linear.
ANALISIS REGRESI DAN KORELASI
KORELASI DAN REGRESI LINEAR SEDERHANA
BAB VI REGRESI SEDERHANA.
Variabel penelitian Pertemuan 6 Matakuliah: O0084/Metodologi Penelitian Kuantitatif dan Kualitatif Tahun: 2007.
REGRESI (TREND) NONLINEAR
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
Probabilitas dan Statistika
ANALISIS REGRESI SEDERHANA
ANALISIS REGRESI DAN KORELASI
Regresi & Korelasi Linier Sederhana
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
ANALISIS REGRESI SEDERHANA
Analisis Regresi Sederhana
REGRESI DAN KORELASI.
ANALISIS DATA KATEGORIK
Analisis Korelasi dan Regresi linier
PERAMALAN “Proyeksi Tren”
HAMPIRAN NUMERIK FUNGSI
Denny Agustiawan JURUSAN TEKNIK INFORMATIKA STMIK ASIA MALANG
ANALISIS REGRESI.
MENENTUKAN GARIS LURUS TERBAIK
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
Pertemuan ke 14.
ANALISIS REGRESI BERGANDA
ANALISIS REGRESI BERGANDA
SEJARAH REGRESI Istilah Regresi diperkenalkan oleh Fancis Galtom
ANALISIS REGRESI MENGGUNAKAN SPSS
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
Pertemuan ke 14.
Uji Konstanta (a) Regresi Linear Sederhana
REGRESI LINIER BERGANDA
Regresi Linier (Linear Regression)
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
ANALISIS REGRESI LINIER DUA PREDIKTOR
Regresi Linier Sederhana
REGRESI Jur. Pend. Matematika Universitas Muhammadiyah Surakarta
REGRESI LOGISTIK BINER
Regresi Linear.
ANALISIS REGRESI SEDERHANA
PERTEMUAN KE-14 STATISTIK DESKRIPTIF
Pengertian Regresi Analisis regresi merupakan studi ketergantungan satu atau lebih variabel bebas terhadap variabel tidak bebas. Dengan maksud untuk meramalkan.
ANALISIS KORELASI.
Regresi Linear Sederhana
Pertemuan Ke-6 REGRESI LINIER
ANALISIS REGRESI SEDERHANA
REGRESI LINIER BERGANDA
REGRESI LINIER BERGANDA (MULTIPLE REGRESSION)
Single and Multiple Regression
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
BAB 7 persamaan regresi dan koefisien korelasi
REGRESI LINEAR oleh: Asep, Iyos, Wati
REGRESI 1 1.OBSERVASI 2.PENGAMATAN 3.PENGUKURAN (Xi, Yi)
STATISTIK II Pertemuan 12: Analisis Regresi dan Korelasi
Analisis Regresi dan Korelasi Linear
Single and Multiple Regression
ANALISIS REGRESI Sri Mulyati.
EKONOMETRIKA Presented by : Reza PREHANDINI RIZKY DWI YULIANTO
Created by - Elmi Imiarti Purba - Linda Azzahra - Tamara Nathania
Regresi dan Korelasi E. Susy Suhendra.
Fungsi diskriminan linear, klasifikasi diskret dan regresi
REGRESI LINIER BERGANDA
Single and Multiple Regression
BAB VIII REGRESI &KORELASI BERGANDA
ANALISIS REGRESI SEDERHANA
ANALISIS REGRESI SEDERHANA
Regresi Linear Data Mining Suprayogi.
Korelasi dan Regresi Aria Gusti.
ANALISIS REGRESI DAN KORELASI
Transcript presentasi:

Regresi Linear Data Mining Suprayogi

Analisis regresi Analisis regresi adalah teknik statistik untuk pemodelan dan investigasi hubungan dua variable atau lebih (Budi Santoso,2007), hubungan antara dua variabel tersebut bersifat linear. Regresi Linear merupakan satu cara prediksi yang menggunakan garis lurus untuk menggambarkan hubungan diantara dua variabel/lebih.

Fungsi Analisis regresi Analisis regresi digunakan untuk memprediksi nilai dari suatu variabel response (y) dengan menggunakan nilai dari variabel prediktor/independent (x)   Ukuran Harga Rumah No X Y 1 1400 245 2 1600 312 3 1700 279 4 1875 308 5 1100 199 6 1550 219 7 2350 405 8 2450 324 9 1425 319 10 255

Jenis Analisis Regresi Regresi Linear Sederhana Regresi Linear Berganda

1. Regresi Linear Sederhana Digunakan untuk mengukur pengaruh dari satu variabel predictor terhadap variabel response. Memiliki satu variable independent/predictor (x) dan satu variable response (y).

prediksi nilai didapatkan dari: Y = β₀ + β₁ X β₀=Y̅ - β₁ X β₁ = Σ (X-X̅) (Y- Y̅) ----------------- Σ (X-X̅)2 β₀ = Konstanta β₁ = Gradient Garis X = variable prediktor Estimasikan Harga rumah jika Ukuran 2000   Ukuran Harga Rumah No X Y 1 1400 245 2 1600 312 3 1700 279 4 1875 308 5 1100 199 6 1550 219 7 2350 405 8 2450 324 9 1425 319 10 255

Buat tabel bantu No Ukuran Harga Rumah X - X̅ Y - Y̅ (X - X̅)*(Y - Y̅) 1 1400 245   2 1600 312 3 1700 279 4 1875 308 5 1100 199 6 1550 219 7 2350 405 8 2450 324 9 1425 319 10 255 Sum 17150 2865 Avg 1715.00 286.50

----------------- --------------- Σ (X-X̅)2 1571500   Ukuran Harga Rumah No X Y X - X̅ Y - Y̅ (X - X̅)*(Y - Y̅) (X - X̅)2 1 1400 245 -315.00 -41.50 13072.5 99225 2 1600 312 -115.00 25.50 -2932.5 13225 3 1700 279 -15.00 -7.50 112.5 225 4 1875 308 160.00 21.50 3440 25600 5 1100 199 -615.00 -87.50 53812.5 378225 6 1550 219 -165.00 -67.50 11137.5 27225 7 2350 405 635.00 118.50 75247.5 403225 8 2450 324 735.00 37.50 27562.5 540225 9 1425 319 -290.00 32.50 -9425 84100 10 255 -31.50 472.5 Sum 17150 2865 172500 1571500 Avg 1715.00 286.50 β₁ = Σ (X-X̅) (Y- Y̅) = 172500 = 0.109768 ----------------- --------------- Σ (X-X̅)2 1571500 β₀=Y̅ - β₁ X̅ = 286.50 - 0.109768 (1715.00) = 98.25 Y = β₀ + β₁ X = 98.25 + 0.109768X

Jika Ukuran(X) 2000 maka Harga(Y) : Y=98.25 + 0.109768X = 98.25 + 0.109768(2000) = 317.78

Latihan Jarak(KM) Waktu(Mnt) No X Y 1 0.50 9.95 2 1.10 24.45 3 1.20 31.75 4 5.50 35.00 5 2.95 25.02 6 2.00 16.86 7 3.75 14.38 8 0.52 9.60 9 1.00 24.35 10 3.00 27.50 Estimasikan waktu pengiriman jika jarak yang ditempuh = 2 KM

2. Regresi Linear Multivariate Digunakan untuk mengukur pengaruh antara lebih dari satu variabel predictor terhadap variabel response

Persamaan Regresi Linear Multivariate Jumlah Persamaan = k+1

Contoh No Lamp (buah) Jarak(KM) Waktu(Mnt) x1 x2 y 1 2 0,50 1,00 1,50 3 2,00 4 5 2,50

Tabel bantu No Lamp (buah) Jarak(KM) Waktu(Mnt) xi12 xi1xi2 xi1yi xi22 0,50 1,00   1,50 3 2,00 4 5 2,50 Total

No Lamp (buah) Jarak(KM) Waktu(Mnt) xi12 xi1xi2 xi1yi xi22 xi2yi x1 x2 y 1 2 0,50 1,00 4,00 2,00 0,25 1,50 3,00 3 9,00 6,00 4 4,50 2,25 5 2,50 7,50 6,25 Total 13 7,5 8,5 35 21 23 13,75 14,5

No Lamp (buah) Jarak(KM) Waktu(Mnt) xi12 xi1xi2 xi1yi xi22 xi2yi x1 x2 y 1 2 0,50 1,00 4,00 2,00 0,25 1,50 3,00 3 9,00 6,00 4 4,50 2,25 5 2,50 7,50 6,25 Total 13 7,5 8,5 35 21 23 13,75 14,5

Penyelesaian Persamaan

Studi kasus Mengukur pengaruh promosi dan harga terhadap keputusan konsumen Obyek Promosi Harga Keputusan Konsumen (x1) (x2) (y) 1 10 7 23 2 3 4 15 6 17 5 8 22 14 9 20 19

NN