pertemuan-5 analisis regresi
DESCRIPTION
analisis regresiTRANSCRIPT
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,β¦
1. Metode Kuadrat Terkecil untuk Kurva Linier
Jumlah kuadrat dr kesalahan
g (x) = a + bx
π«π=βπ=π
π
π¬πβπ=ΒΏβ
π=π
π
{π πβπβππ π }πΒΏ
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 ;
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) :
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=πππππ
πππ π=πππππ π+πππ ππ
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=πππππ π
ππ π=ππππ+πππ
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
Penyelesaiana. Transformasi Log
πππ π=π πππ π+πππππ=πππ
π=π©π+π¨
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
Koefisien A dan B dihitung dg persamaan
π=π ,πππππβπ ,ππππ
22 )( ii
iiii
qqn
qpqpnB
7572,1
0791,20791,21692,15
1411,20791,24240,15
qBpA 3024,0
4158,07572,142822,0
π=π©π+π¨
π¨=πππ πββπ ,ππππ=ππππβπ=π ,ππππ
a
π©=πβπ=π ,ππππ y = 0,4984 x1,7572
ANALISIS REGRESI3. REGRESI POLINOMIALPersamaan polinomial orde r :
Jumlah kuadrat dari kesalahan adalah :
Persamaan di atas diturunkan terhadap tiap koefisien dari polinomial dan disamadengankan nol :
.
.
.
Persamaan di atas dapat ditulis dalam bentuk :
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 :
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
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
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 :
Persamaan di atas dapat ditulis :
N a0 + βpi a1 + βqi a2 = βyi
βpi a0 + βpi2 a1 + βpi qi a2 = βpi yi
βqi a0 + βpi qi a1 + βqi2 a2 = βqi yi
Dalam bentuk matrik menjadi :
Persamaan tersebut dapat diselesaikan dengan sistem persamaan linier untuk mendapatkan koefisien a0, a1 dan a2
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
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 β 3q