REGRESI DAN KORELASI
KURVA REGRESI
KURVA REGRESI
Mencari garis kurva yang mewakili serangan garis data dan ada dua cara untuk melakukannya yaitu :
- Regresi
- Interpolasi
Dan begitupun dalam bidang enjineering
- Pola prilaku data ( trend analysis )
- Uji hipotesis ( hypothesis testing)
Pemakaian regresi
- Apabila data menunjukan tingkat kesalahan yang cukup signifikan atau menunjukan adanya noise
- Untuk mencari suatu kurva tunggal yang mewakili pola umum prilaku data
- Kurva yang dicari tidak perlu melewati setiap titik data
Interpolasi
- Diketahui bahwa data sangat akurat
- Untuk mencari satu atau serangkaian kurva yang melewati setiap titik data
- Untuk memperkirakan nilai-nilai diantara titik titik data
Extrapolasi
Mirip dengan interpolasi, tetapi untuk memperkirakan nilai-nilai diluar range titik titik data
Analisis data pola prilaku data
Mirip dengan interpolasi, tetapi untuk memperkirakan nilai-nilai diluar range titik titik data
Analisis data pola prilaku data
- Pemanfaatan pola prilaku data (pengukuran,eksperimen) untuk melakukan perkiraan
- Apabila data persis ( akurat ) : interpolasi
- Apabila data tak persis ( tak akurat ) : regresi
Uji Hipotesis
- Pembandingan antara hasil teori atau hasil hitungan dengan hasil pengukuran
Beberapa parameter statistik
Distribusi probabilitas
Regresi
Regresi linear : metode kuadrat terkecil dan regresi hubungan tak linear yang dilenarkan
Distribusi probabilitas
Regresi
Regresi linear : metode kuadrat terkecil dan regresi hubungan tak linear yang dilenarkan
- Metode Kuadrat terkecil
Mencari suatu kurva atau fungsi ( pendekatan ) yang sesuai dengan pola umum yang ditunjukan oleh data dan datanya :
Menujukan kesalahan yang signifikan dan kurva tidak perlu memotong setiap titik data
Menujukan kesalahan yang signifikan dan kurva tidak perlu memotong setiap titik data
- Regresi liner
Mencari suatu kurva yang lulus yang cocok menggambarkan pola serangkaian titik data : (x1,y1),(x2,y2)...(xn,yn)
Microsoft excel dengan : INTERCEPT (y1:yn;x1:xn) dan SLOPE(y1:yn;x1:xn)
Kesalahan atau residu (e) adalah perbedaan antara nilai y sesungguhnya ( data y ) dan y nilai pendekatan ( y reg ) menurut persamaan linier a0+a1x.
E = y – yreg = y – a0-a1x
Dan meminimumkan jumlah kuadrat residu tersebut
Dan bagaimana cara mencari koefesien a0 dan a1 dengan cara : deferessialkan persamaan tersebut duakali masing-masing terhadap a0 dan a1. Dan dengan cara samakan kedua hasil diferensiasi tersebut dengan nol. Dan selesaikan persamaan yang didapat untuk mencari a0 dan a1, dalam hal ini komplemen x dan komplemen y masing masing adalah x rata-rata y rata-rata
Contoh regresi linear
Hitungan Regresi Linear
- Regresi persamaan tak linear dilinearkan
- Regresi tak linear
Bagaimana caranya :
Dengan menggunakan program komputer , menggunakan spreadsheet ( microsoft excel ), menggunakan aplikasi matlab, octave,scilab.
Dengan menggunakan program komputer , menggunakan spreadsheet ( microsoft excel ), menggunakan aplikasi matlab, octave,scilab.
- Korelasi Koefesien
Korelasi koefesien menunjukan tingkat keeratan hubungan linear antara suatu variabel random y dan suatu variable kedua yang merupakan fungsi linear dari satu atau lebih variabel x. Dan setiap variabel x dapat berupa variabel random atau bukan variabel random.
Nilai koefesien korelasi adalah -1 <rx,y<1
Yang menunjukan hubungan linear sempurna antara x dan y menunjukan indepedensi ( ketidak gantungan ) linear namun dapat saja keduanya memiliki hubungan (kebergantungan) yang lain yang tidak linear jika X dan Y tidak saling bergantungan indenpedence maka r x,y = 0
Nilai koefesien korelasi adalah -1 <rx,y<1
Yang menunjukan hubungan linear sempurna antara x dan y menunjukan indepedensi ( ketidak gantungan ) linear namun dapat saja keduanya memiliki hubungan (kebergantungan) yang lain yang tidak linear jika X dan Y tidak saling bergantungan indenpedence maka r x,y = 0
0 comments:
Post a Comment