1 Pertemuan 17 Penguraian jumlah kuadrat Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.

Slides:



Advertisements
Presentasi serupa
Kelompok 1 Flendy Yusak Manganguwi Agata Dionesia Endi
Advertisements

REGRESI LINIER SEDERHANA
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 20 Pengujian hipotesis parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
1 Pertemuan 26 Pendugaan komponen ragam Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
Pertemuan 2 Pola Analisis, pasar dan pelaku ekonomi makro
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 7 Klasifikasi dan Rekognisi Pola (1) Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
Pertemuan 5 Balok Keran dan Balok Konsol
Pertemuan 10 Sendi-Sendi Arsitektur Modern
1 Pertemuan 5 PPh PASAL 21 Matakuliah: A0572/ Perpajakan Tahun: 2005 Versi: Revisi 1.
REGRESI LINIER SEDERHANA (SIMPLE LINEAR REGRESSION)
Matakuliah : R0022/Pengantar Arsitektur Tahun : Sept 2005 Versi : 1/1
1 Pertemuan ketujuh Pola-pola kaliamt percakapan Matakuliah: >/ > Tahun: > Versi: >
1 Pertemuan 10 Pengujian parameter Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
1 Pertemuan 9 Rekognisi Obyek dengan Pendekatan PCA (1) Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
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.
1 Pertemuan 7 Diferensial Matakuliah: R0262/Matematika Tahun: September 2005 Versi: 1/1.
1 Pertemuan kesembilan Gimonshi Matakuliah: >/ > Tahun: > Versi: >
Matakuliah : R0262/Matematika Tahun : September 2005 Versi : 1/1
1 Pertemuan > > Matakuliah: >/ > Tahun: > Versi: >
Pertemuan 04 Fungsi-fungsi Microsoft Excel
1 Pertemuan 19 Rendering perspektif mata burung Matakuliah: R0124 / Teknik Komunikasi Arsitektur Tahun: 2005 Versi: >/ >
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
REGRESI LINIER SEDERHANA
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 10 PAJAK PERTAMBAHAN NILAI dan PPn BM
Inferensi Dua Nilaitengah Ganda (VI)
Pertemuan 10 Distribusi Sampling
Analisis Dua Klasifikasi (I) :
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 1 Pengolahan vektor
Sebaran Normal Ganda (I)
Pertemuan 8 Sari Numerik (IV) : Ukuran Penyebaran II
Regresi Linier Sederhana
Regresi Dalam Lambang Matriks Pertemuan 09
Tahun : <<2005>> Versi : <<versi>>
Uji Hipotesis Dan Selang Kepercayaan Pertemuan 10
Inferensi Dua Nilaitengah Ganda (V)
Pertemuan 21 Penerapan model not full rank
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 23 Penerapan model not full rank
Pertemuan 16 Model not full rank
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 24 Penerapan model not full rank
Pertemuan Kesembilan Analisa Data
Pertemuan 15 Model not full rank
Pertemuan 3 Aljabar Matriks (II)
Regresi Ganda Pertemuan 21
Pertemuan 3 Diferensial
REGRESI LINIER SEDERHANA (SIMPLE LINEAR REGRESSION)
Pertemuan 18 Pengujian hipotesis regresi
Regresi Linier Berganda
Matakuliah : A0114/ Sistem Akuntansi Tahun : 2005 Versi : Revisi 1
Pertemuan 9 Pengujian parameter
Pertemuan 11 Regresi polinomial
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Tahun : <<2005>> Versi : <<1/2>>
Pertemuan 2 Pengolahan matrik
REGRESI LINIER SEDERHANA (SIMPLE LINEAR REGRESSION)
Transcript presentasi:

1 Pertemuan 17 Penguraian jumlah kuadrat Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi

2 Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menjelaskan penguraian jumlah kuadrat

3 Outline Materi Penguraian jumlah kuadrat Dalam regresi dan ANOVA

4 Penguraian jumlah kuadrat Regression dan ANOVA model

5

6

7

8 SST = SSR + SSE

9 Penguraian jumlah kuadrat Model ANOVA SSTO = SSTR + SSE

10 Total deviation Yij- Y.. y35 y11 Y..

11 Total deviation Yij- Yi. y35 y11 Y.. y3. y1.

12 Total deviation Yi.- Y.. y35 y11 Y.. y3. y1.

13 Sum square SSTO = ΣΣ (yij – Y..) 2 SSTR = Σni (yi. – Y..) 2 SSE = Σ (yij – Yi.) 2 SSTO = SSTR + SSE

14 Penguraian jumlah kuadrat: dalam kontras ortogonal Bila ada k-1 kontras Σ c iu α u dan penduga BLUES Σ c iu Y i. Σ c iu c ju /n u =0, untuk i ≠ j Hi: Σ c iu α u =0 Si=( Σ c iu Y i. ) 2 /(Σ c iu 2 /n u ).

15 Distribusi khi kuadrat

16 Distribusi MSR dan MSE MSR = SSR/derajat bebas MSE = SSE/derajat bebas f = MSR/MSE

17 Distribusi F

18 Penguraian jumlah kuadrat dapat dikelompokkan berdasarkan sumber keragaman