180 likes | 639 Views
REGRESI LINIER DAN KORELASI. Ramadoni Syahputra, ST, MT Teknik Elektro UMY. REGRESI LINIER. Regresi Linier Sederhana Istilah regresi berarti bahwa rataan Y | X berkaitan linier dengan x dalam bentuk persamaan linier populasi: Y | X = + x Garis kecocokan regresi:.
E N D
REGRESI LINIER DAN KORELASI Ramadoni Syahputra, ST, MT Teknik Elektro UMY
REGRESI LINIER Regresi Linier Sederhana Istilah regresi berarti bahwa rataan Y|X berkaitan linier dengan x dalam bentuk persamaan linier populasi: Y|X = + x Garis kecocokan regresi:
Jika dimisalkan bahwa semua rataan Y|Xi terletak pada satu garis lurus, maka tiap Yi dapat ditulis sebagai model regresi linier sederhana: Yi = Y|Xi + Ei = + xi + Ei,
Metode Kuadrat Terkecil • Jika a dan b akan dicari sehingga meminimumkan: • Jika JKG diturunkan terhadap a dan b maka diperoleh:
Jika kedua persamaan di atas disamakan dengan nol kemudian disusun kembali maka diperoleh persamaan (disebut persamaan normal):
Menaksir koefisien regresi jika diketahui sampel {(xi, yi); i = 1, 2, …, n} maka taksiran kuadrat terkecil a dan b dari koefisien regresi dan dihitung menggunakan rumus:
PREDIKSI • Dapat dibuktikan bahwa distribusi sampel dari adalah normal dengan rataan • dan varians
Selang kepercayaan untuk suatu selang kepercayaan (1-α)100% untuk rataan respons diberikan oleh:
KORELASI • Analisis korelasi berusaha mengukur eratnya hubungan antara dua peubah dengan menggunkan sebuah bilangan yang disebut koefisien korelasi. • Dalam teori sering dianggap bahwa distribusi bersyarat f(y|x) dari Y untuk nilai X tertentu adalah normal dengan rataan μY|x = α + βx dan variansi dan bahwa X juga berdistribusi normal dengan rataan μx dan variansi .
Fungsi padat gabungan X dan Y berbentuk f(x,y) = n( y|x ; α + βx, σ )n( x ; μx, σx ) untuk -∞ < x < ∞ dan ∞ < y < ∞.
Bila peubah acak Y ditulis dalam bentuk persamaan: Y = α + βX + E0 X disini sekarang merupakan peubah acak yang bebas dari galat acak E. Karena galat acak E mempunyai rataan nol maka μY = α + βμx
Koefisien korelasi ialah ukuran hubungan linear ρ antara dua peubah X dan Y ditaksir dengan dengan korelasi sampel r dengan, Nilai r antara -1 dan +1 perlu ditafsirkan dengan berhati-hati.
Suatu uji untuk hipotesis yang lebih umum ρ = ρ0 lawan tandingan yang cocok dapat dengan mudah dikerjakan dari keterangan mengenai sampel. • Bila X dan Y berdistribusi normal dwipeubah maka besaran:
Persamaan di atas merupakan harga peubah acak yang secara hampiran mengikuti distribusi normal dengan rataan (1/2)ln[(1 + ρ)/(1 – ρ)] dan variansi 1/(n-3). • Jadi sekarang perlu dihitung