Model Linier untuk Klasifikasi Satu arah Model Linier Program S2 Statistika Dr. Rahma Fitriani, S.Si., M.Sc
Dr. Rahma Fitriani, S.Si., M.Sc Serupa dengan regresi dengan peubah dummy. Peubah dummy dipakai untuk menyatakan dari perlakuan mana respons berasal Misalkan pada bentuk umum regresi dummy (tanpa X) dengan menggunakan semua peubah dummy: Menjadi bentuk umum model linier klasifikasi satu arah: Sesuai definisi peubah dummy, dapat disederhanakan menjadi: Dr. Rahma Fitriani, S.Si., M.Sc
Dr. Rahma Fitriani, S.Si., M.Sc Beberapa cara mengatasi permasalahan multikolinieritas yang muncul dengan pendefinisian model linier tersebut, µ dibuat menjadi nol Salah satu α dibuat menjadi nol (reference cell) Jumlah dari α dibuat menjadi nol (dengan langrange multiplier) Yang paling mudah adalah metode reference cell. Misalkan pada contoh, α1 = 0 Dr. Rahma Fitriani, S.Si., M.Sc
Dr. Rahma Fitriani, S.Si., M.Sc Jika terdapat r ulangan dan t perlakuan maka dapat didefinisikan: Matriks X Dr. Rahma Fitriani, S.Si., M.Sc
Analisis Ragam Satu arah Misalkan pada data sebelumnya jika variabel CBR yang digunakan sebagai respons dikategorikan berdasarkan nilai variabel setting sbb: Low: Setting < 70, Medium: 70 ≤ Setting ≤79, High: Setting≥80 Dr. Rahma Fitriani, S.Si., M.Sc
Dr. Rahma Fitriani, S.Si., M.Sc Struktur sistematis bagi model: Seperti model regresi dengan pubah dummy Model 1 Dr. Rahma Fitriani, S.Si., M.Sc
Dr. Rahma Fitriani, S.Si., M.Sc Model 2 Jika pengamatan termasuk kategori High, maka semua variabel dummy bernilai 0 Bentuklah matriks model X, untuk model 1 dan model 2. Bentuklah penduga bagi parameter model bagi keduanya! Dr. Rahma Fitriani, S.Si., M.Sc