Pertemuan 9 Regresi dengan peubah dummy

Slides:



Advertisements
Presentasi serupa
PENGUJIAN HIPOTESIS SAMPEL KECIL
Advertisements

1 Pertemuan 23 Pemilihan regresi terbaik Matakuliah: I0174/Analisis regresi Tahun: 2005 Versi: 1.
1 Pertemuan 11 Penerapan model full rank Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
Pertemuan 5-6 Metode pemulusan eksponential tunggal
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 : >
1 Pertemuan 15 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (III) : Uji 1 dan 2 Angkatan.
1 Pertemuan 7 Klasifikasi dan Rekognisi Pola (1) Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
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.
Pertemuan 10 Gaya – gaya dalam
Fungsi Eksponensial Pertemuan 11 Matakuliah: J0174/Matematika I Tahun: 2008.
1 Pertemuan 9 Gaya Horisontal Matakuliah: S0512 / Perancangan Struktur Baja Lanjut Tahun: 2006 Versi: 1.
Matakuliah : R0022/Pengantar Arsitektur Tahun : Sept 2005 Versi : 1/1
1 Pertemuan 7 FINITE AUTOMATA DENGAN OUTPUT Matakuliah: T0162/Teori Bahasa dan Automata Tahun: 2005 Versi: 1/0.
1 Pertemuan 10 Pengujian parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
1 Pertemuan 7 Estimable parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
1 Pertemuan 9 Integral Matakuliah: R0262/Matematika Tahun: September 2005 Versi: 1/1.
Regresi Linier Berganda
1 Pertemuan 7 Diferensial Matakuliah: R0262/Matematika Tahun: September 2005 Versi: 1/1.
Matakuliah : R0262/Matematika Tahun : September 2005 Versi : 1/1
Pertemuan 04 Fungsi-fungsi Microsoft Excel
1 Pertemuan 19 Rendering perspektif mata burung Matakuliah: R0124 / Teknik Komunikasi Arsitektur Tahun: 2005 Versi: >/ >
Sebaran Normal Ganda (II)
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Pertemuan 10 PAJAK PERTAMBAHAN NILAI dan PPn BM
Pertemuan 24 Pemilihan regresi terbaik
Pertemuan 7 Sari Numerik (III): Ukuran Penyebaran I
Matakuliah : A0114/ Sistem Akuntansi Tahun : 2005 Versi : Revisi 1
Inferensi Dua Nilaitengah Ganda (VI)
Pertemuan 19 Besaran dan Sifat Batang (Secara Grafis)
Analisis Dua Klasifikasi (I) :
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Matakuliah : R0262/Matematika Tahun : September 2005 Versi : 1/1
Pertemuan 5 Rancangan instrumen
Regresi Untuk Data Katagorik Pertemuan 08
Regresi Dalam Lambang Matriks Pertemuan 09
Uji Hipotesis Dan Selang Kepercayaan Pertemuan 10
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Pertemuan 25 Pemilihan regresi terbaik
Pertemuan 3 PD Dapat Dihomogenkan
Matakuliah : T0074 / Grafika Komputer
Pertemuan 16 SISTEM AKUNTANSI UTANG
Pertemuan 5 Solusi persamaan linier simultan
Pertemuan 4 Kombinasi linier vektor
Pertemuan 21 Pemeriksaan penyimpangan regresi
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
Pertemuan 16 Model not full rank
Pertemuan 7-8 Metode pemulusan eksponensial ganda
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Pertemuan Kesembilan Analisa Data
Pertemuan 15 Model not full rank
Pertemuan Kesepuluh Data Analysis
Pertemuan 3 Diferensial
Pertemuan 18 Pengujian hipotesis regresi
Regresi Linier Berganda
Matakuliah : A0114/ Sistem Akuntansi Tahun : 2005 Versi : Revisi 1
Pertemuan 13 Bentuk Bangunan
Pertemuan 9 Pengujian parameter
Pertemuan 11 Regresi polinomial
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Tahun : <<2005>> Versi : <<1/2>>
Prategang Pada Struktur Statis Tak Tentu Pertemuan 13
METODE PENELITIAN PENDAHULUAN E. Syahrul.
BAB VIII REGRESI &KORELASI BERGANDA
Transcript presentasi:

Pertemuan 9 Regresi dengan peubah dummy Matakuliah : I0174/Analisis regresi Tahun : 2005 Versi : 1 Pertemuan 9 Regresi dengan peubah dummy

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

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

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

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".

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.

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

Contoh regresi dengan dummy variable .

Bagaimana bentuk matrik design bagi model diatas ?

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

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

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

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

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