pertemuan-5 analisis regresi

21
ANALISIS REGRESI

Upload: utaruki-inea

Post on 07-Dec-2014

115 views

Category:

Documents


0 download

DESCRIPTION

analisis regresi

TRANSCRIPT

Page 1: Pertemuan-5 ANALISIS REGRESI

ANALISIS REGRESI

Page 2: Pertemuan-5 ANALISIS REGRESI

Bentuk-bentuk RegresiY = a0 + a1X

Y = a0 + a1X + a2X2

Y = a0 + a1X + a2X2 + a3X3

Hubungan antara X dengan Y bisa Linear,kuadratik, kubik dst

Tergantung datayang diperoleh?? ao, a1, a2,…

Page 3: Pertemuan-5 ANALISIS REGRESI

1. Metode Kuadrat Terkecil untuk Kurva Linier

Jumlah kuadrat dr kesalahan

g (x) = a + bx

π‘«πŸ=βˆ‘π’Š=𝟏

𝒏

π‘¬π’Šβ‘πŸ=ΒΏβˆ‘

π’Š=𝟏

𝒏

{π’š π’Šβˆ’π’‚βˆ’π’ƒπ’™ π’Š }𝟐¿

Page 4: Pertemuan-5 ANALISIS REGRESI

Agar supaya D2 minimum, maka persamaan di atas diturunkan terhadap parameter a dan b dan kemudian disama dengankan nol

y x xy x2 Y2

.

...

.

...

.

.Ξ£y Ξ£x Ξ£xy Ξ£x2 Ξ£y2

22 )( xxn

yxxynb

xbya n

xx

n

yy ;

Page 5: Pertemuan-5 ANALISIS REGRESI

2

22

t

t

D

DDr

n

iit yyD

1

22

n

ii xaayD

1

210

2

Untuk mengetahui derajad kesesuaian dr persamaan yg didapat dihitung nilai koefisien korelasi (r) :

Page 6: Pertemuan-5 ANALISIS REGRESI

2. Linierisasi Kurva Tidak Linier

a. Persamaan berpangkat dengan a2 dan b2 adalah koef. Konstan

Persamaan tersebut dpt dilinierkan dg menggunakan fungsi logaritmik :

merpk hub. log-log antara log y dan log x. Persm. tsb.

mpy. Bentuk grs lurus dg kemiringan b2 dan

memotong sumbu log y pada log a2.

π’š=π’‚πŸπ’™π’ƒπŸ

π’π’π’ˆ π’š=π’ƒπŸπ’π’π’ˆ 𝒙+π’π’π’ˆ π’‚πŸ

Page 7: Pertemuan-5 ANALISIS REGRESI

b. Fungsi eksponensial dengan a1 dan b1 adalah konstanta

Persamaan tersebut dpt dilinierkan dg menggunakan logaritma natural mjd :

oleh karena ln e = 1, maka

mrpk hubungan semi logaritmik antara ln y dan x. Persm. tsb. mpy. bentuk grs lurus dg kemiringan b1 dan

memotong sumbu ln y pada ln a1.

π’š=π’‚πŸπ’†π’ƒπŸ 𝒙

𝒍𝒏 π’š=π’π’π’‚πŸ+π’ƒπŸπ’™

Page 8: Pertemuan-5 ANALISIS REGRESI

Contoh :

Tentukan persamaan kurva lengkung yg mewakili data berikut ini : x Y

1 0,5

2 1,7

3 3,4

4 5,7

5 8,4

Page 9: Pertemuan-5 ANALISIS REGRESI

Penyelesaiana. Transformasi Log

π’π’π’ˆ π’š=𝒃 π’π’π’ˆ 𝒙+π’π’π’ˆπ’‚π’š=𝒂𝒙𝒃

𝒑=𝑩𝒒+𝑨

No. xi yi

qi = log xi

pi = log yi qi pi qi

2

1 1 0,5 0,0000 -0,3010 0,0000 0,0000

2 2 1,7 0,3010 0,2304 0,0694 0,0906

3 3 3,4 0,4771 0,5315 0,2536 0,2276

4 4 5,7 0,6021 0,7559 0,4551 0,3625

5 5 8,4 0,6990 0,9243 0,6460 0,4886

 S 15 19,7 2,0792 2,1411 1,4241 1,1693 Rata-

2 0,4158 0,4282

Page 10: Pertemuan-5 ANALISIS REGRESI

Koefisien A dan B dihitung dg persamaan

𝒑=𝟏 ,πŸ•πŸ“πŸ•πŸπ’’βˆ’πŸŽ ,πŸ‘πŸŽπŸπŸ’

22 )( ii

iiii

qqn

qpqpnB

7572,1

0791,20791,21692,15

1411,20791,24240,15

qBpA 3024,0

4158,07572,142822,0

𝒑=𝑩𝒒+𝑨

𝑨=π’π’π’ˆ π’‚β†’βˆ’πŸŽ ,πŸ‘πŸŽπŸπŸ’=π’π’π’ˆπ’‚β†’π’‚=𝟎 ,πŸ’πŸ—πŸ–πŸ’

a

𝑩=𝒃→𝒃=𝟏 ,πŸ•πŸ“πŸ•πŸ y = 0,4984 x1,7572

Page 11: Pertemuan-5 ANALISIS REGRESI

ANALISIS REGRESI3. REGRESI POLINOMIALPersamaan polinomial orde r :

Jumlah kuadrat dari kesalahan adalah :

Persamaan di atas diturunkan terhadap tiap koefisien dari polinomial dan disamadengankan nol :

Page 12: Pertemuan-5 ANALISIS REGRESI

.

.

.

Page 13: Pertemuan-5 ANALISIS REGRESI

Persamaan di atas dapat ditulis dalam bentuk :

Page 14: Pertemuan-5 ANALISIS REGRESI

Contoh :Cari persamaan kurva polinomial orde dua yang mewakili data berikut :

xi 0 1 2 3 4 5

yi 2,1 7,7 13,6 27,2 40,9 61,1

Penyelesaian :Persamaan polinomial orde 2 mempunyai bentuk :

Page 15: Pertemuan-5 ANALISIS REGRESI

Differensial dari D2 terhadap tiap koefisien dari polinomial dan kemudian disama-dengankan nol menghasilkan bentuk :

Hitungan dilakukan dengan menggunakan tabel berikut :

No. xi yi xi2 xi3 xi4 xi yi xi2 yi1 0 2.1 0 0 0 0 02 1 7.7 1 1 1 7.7 7.73 2 13.6 4 8 16 27.2 54.44 3 27.2 9 27 81 81.6 244.85 4 40.9 16 64 256 163.6 654.46 5 61.1 25 125 625 305.5 1528 15 152.6 55 225 979 585.6 2489

Page 16: Pertemuan-5 ANALISIS REGRESI

Sehingga sistem persamaan di atas menjadi :6a0 + 15 a1 + 55 a2 = 152,615a0 + 55 a1 + 225 a2 = 585,655a0 + 225 a1 + 979 a2 = 2489

Penyelesaian dr persamaan di atas adalah a2 = 1,86071; a1 = 2,359286; a0 = 2,478571

Dengan demikian persamaan kurvanya adalah :y = 2,478571 + 2,359286 x + 1,86071 x2

Page 17: Pertemuan-5 ANALISIS REGRESI

4. REGRESI LINIER DENGAN BANYAK VARIABELMisal y fungsi dari variabel p dan q

Jumlah kuadrat dari kesalahan adalah :

Persamaan di atas diturunkan terhadap tiap koefisien dari polinomial dan disamadengankan nol :

Page 18: Pertemuan-5 ANALISIS REGRESI

Persamaan di atas dapat ditulis :

N a0 + βˆ‘pi a1 + βˆ‘qi a2 = βˆ‘yi

βˆ‘pi a0 + βˆ‘pi2 a1 + βˆ‘pi qi a2 = βˆ‘pi yi

βˆ‘qi a0 + βˆ‘pi qi a1 + βˆ‘qi2 a2 = βˆ‘qi yi

Page 19: Pertemuan-5 ANALISIS REGRESI

Dalam bentuk matrik menjadi :

Persamaan tersebut dapat diselesaikan dengan sistem persamaan linier untuk mendapatkan koefisien a0, a1 dan a2

Page 20: Pertemuan-5 ANALISIS REGRESI

Penyelesaian :Tabel hitungan regresi linier dengan banyak variabel No yi pi qi pi

2 qi2 piqi piyi qiyi

1 5 0 0 0 0 0 0 02 10 2 1 4 1 2 20 103 9 2.5 2 6.25 4 5 22.5 184 0 1 3 1 9 3 0 05 3 4 6 16 36 24 12 186 27 7 2 49 4 14 189 54 54 16.5 14 76.25 54 48 243.5 100

Page 21: Pertemuan-5 ANALISIS REGRESI

Sehingga matrik di atas menjadi :

Dengan menggunakan sistem persamaan linier didapatkan koefisien a0 = 5, a1 = 4 dan a2 = -3

Sehingga persamaan kurva yang dihasilkan adalah :

y = 5 + 4p – 3q