Kuliah 9 Time series Usman bustaman, S.Si, M.Sc

Slides:



Advertisements
Presentasi serupa
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
Advertisements

MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
STATISTIKA NON PARAMETRIK
Suatu variabel berskala ukur nominal atau ordinal merupakan variabel kualitatif, tidak memiliki satuan ukur, dan terdiri atas kategori-kategori yang konkrit.
B A B 10 Menentukan variabel.
PEMBENTUKAN MODEL RLB Kuliah ke 8 anareg Dosen: usman bustaman.
SATUAN ACARA PERKULIAHAN
Erni Tri Astuti Sekolah Tinggi Ilmu Statistik
ANOVA (Analysis of Variance)
Analisis Data: Memeriksa Perbedaan
AUTO CORRELATION KULIAH 13 TIME SERIES Usman Bustaman, S.Si, M.Sc.
Regresi linier sederhana
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
STATISTIKA Srikandi Kumadji.
Abdul Rohman Fakultas Farmasi UGM
Program Studi Statistika, semester Ganjil 2012/2013
Anas Tamsuri UJI STATISTIK UJI STATISTIK.
oleh: Hutomo Atman Maulana, S.Pd. M.Si
SRI SULASMIYATI, S.Sos, M.AP
TEORI SEDERHNA PEMILIHAN UJI HIPOTESIS
Metode Penelitian Ilmiah
Penelitian Eksperimen (Experimental Research)
DATA KUALITATIF CONTOH : SEMBUH - TIDAK SEMBUH SETUJU – TIDAK SETUJU
DATA DAN PENGUKURAN DALAM STATISTIKA
Regresi dengan Dummy sebagai Variabel Independen
TUGAS AKHIR SEMESTER STATISTIKA MPSI
TUGAS AKHIR SEMESTER STATISTIKA LANJUT
Pertemuan 6 DUMMY VARIABEL.
B A B 10 Menentukan variabel.
STATISTIKA Srikandi Kumadji.
SRI SULASMIYATI, S.Sos, M.AP
Ekonometrika Dr. Rahma Fitriani, S.Si., M.Sc.
Analisis Korelasi dan Regresi
ANALISIS KORELASI Jaka Nugraha, M.AB., MBA.
Tujuan Pembelajaran 1) Mengetahui definisi variabel dummy
ANALISiS DATA Nurul Wandasari Singgih, M.Epid
DUMMY VARIABEL PADA VARIABEL BEBAS MODEL REGRESI
Pertemuan Ke-10 REGRESI DUMMY
Program Studi Statistika, semester Ganjil 2011/2012
dahiri.wordpress.com Nama : Dahiri Telpon : Alamat :
STATISTIKA Dosen: Enny K. Sinaga, M.Si
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
Variabel Kategori dalam Analisis Regresi
ANALISA VARIANS DENGAN 2 KLASIFIKASI (two way anova)
Analisis Regresi & Analisis Korelasi
Agribusiness Study of Programme Wiraraja University
PERTEMUAN KE-14 STATISTIK DESKRIPTIF
Kuliah ke-1 Statistik Inferensial
TUGAS AKHIR SEMESTER DATA ANALYSIS
REGRESI LOGISTIK BINER (DICHOTOMOUS INDEPENDENT VARIABLE)
B A B 10 Menentukan variabel.
REGRESI LINIER BERGANDA (MULTIPLE REGRESSION)
MODEL REGRESI DENGAN VARIABEL BEBAS KATEGORI
Pengertian Statistik Adalah ilmu yang yang mengumpulkan, menata, menyajikan, mengevaluasi dan menginterpretasikan data menjadi informasi bagi pengambil.
Model Regresi dgn Variabel Kualitatif
STATISTIKA SKS: 4(3-1) Kode: Tujuan Instruksional Umum:
UJI HIPOTESIS ANALISIS BIVARIAT.
Regresi Berganda Dengan Variabel Dummy
Analisis Korelasi dan Regresi Berganda Manajemen Informasi Kesehatan
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
METODOLOGI PENELITIAN
TUGAS AKHIR SEMESTER STATISTIKA LANJUT MPSI
Matematika dan Statistika (Teori) BAB I – Penyajian Data dan Diagram
STATISTIKA Srikandi Kumadji.
ANALISA DATA Elsa Roselina, S.Kp, MKM.
PENGARUH PERPUTARAN KAS DAN PERPUTARAN PIUTANG TERHADAP LIKUIDITAS
PRAKTIKUM 1 KONSEP DATA DAN VARIABEL 1. STATISTIK 2 DEFINISI STATISTIK Secara umum statistik didefnisikan sebagai suatu ilmu pengetahuan yang berkaitan.
Analisis Regresi Regresi Linear Berganda
Analisis Regresi Regresi Linear Sederhana
Korelasi dan Regresi Analisis.
Transcript presentasi:

Kuliah 9 Time series Usman bustaman, S.Si, M.Sc Pengembangan model: - Dummy variabel - interaksi - polynomial berganda -- - - Ch.8 Kutner -- - - Kuliah 9 Time series Usman bustaman, S.Si, M.Sc

Review Extra sum of squares  Dimanfaatkan kemudian untuk menguji perlu tidaknya penambahan variabel ke dalam model regresi…

Cth:

So… can you get the pattern?

Sometimes… picture can say more than words

Pengembangan Anova & penggunaannya

tugas Buat Resume beserta contoh aplikasi/soal tentang: Extra sum of square dan pemanfaatannya dalam uji hipotesis (khususnya terkait ANOVA) Koefisien Determinasi Parsial (Partial R2) yang diturunkan dari extra sum of square Bagi dalam 7 kelompok, masing-masing menggunakan buku referensi yang berbeda.

Dummy variabel RLB bisa juga diterapkan manakala kita memiliki variabel bebas yang bersifat kualitatif (kategorik), misal: Gender (laki, perempuan) Status (menikah, lajang) Pendidikan (sd, smp, sma, pt) Dsb… Ingat! Variabel tak bebas harus kuantitatif, jika tidak,  pendekatan model RLB yang lain (di luar cakupan sesi ini)

cth Variabel tak bebas: Y = Keuntungan Penjualan (kuantitatif) Variabel bebas: - Aset Perusahaan (kuantitatif) Jenis Perusahaan (kualitatif: Perdagangan, Jasa) Bagaimana mengakomodasi ke dlm model RLB? Kuantitatif variabel  no problem Kualitatif? Buat variabel indikator:  RLB:

What’s the problem? 𝜷 = ( 𝑿 ′ 𝑿) −𝟏 𝑿 ′ 𝒀 Solved by: Drop X3

Interpretasi koefisien

Bagaimana kesimpulannya ? Cth: Bagaimana kesimpulannya ? Apa makna uji Hipotesis tsb?

Kategori > 2 Y = Tool wear X1 = Tool speed X = Tool model (M1, M2, M3, M4) Dummy variabel:

β2, β3, β4 menghitung perbedaan rata-2 pemakaian alat (tool wear) relatif terhadap model M4 Bagaimana menghitung beda rata-2 pemakaian antara model M2 dan M3?

Jangan salah…

Alternative coding

Model dengan efek interaksi How?

Disordinal interaction Bagaimana analisanya? Disordinal interaction

Bagaimana analisanya? Ordinal interaction