Anda di halaman 1dari 20

ANALISIS REGRESI

TSI 472 Metode Numerik




Fadhliani
Civil Engineering Department
Malikussaleh University of Lhokseumawe
Pendahuluan
Dalam analisis data, pembuatan kurva
dapat mewakili suatu rangkaian data
dalam sistem koordinat x-y
Penyebaran titik2 tersebut disebabkan
oleh kesalahan, ketidakpastian dalam
pengujian, pengukuran atau variasi
perubahan data dari waktu ke waktu

y = 0.5201x + 2.5299
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
-1.500 -1.000 -0.500 0.000 0.500 1.000 1.500 2.000 2.500 3.000 3.500 4.000
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
-1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
Mengingat kembali beberapa
prinsip statistik
= 5.828133

= 42.25
1.408178 -1.18667 1.63 1994
0.513611 -0.71667 2.1 1993
0.246678 -0.49667 2.32 1992
0.227211 -0.47667 2.34 1991
0.182044 -0.42667 2.39 1990
0.134444 -0.36667 2.45 1989
0.127211 -0.35667 2.46 1988
0.001878 0.043333 2.86 1987
0.041344 0.203333 3.02 1986
0.080278 0.283333 3.1 1985
0.139378 0.373333 3.19 1984
0.187778 0.433333 3.25 1983
0.401111 0.633333 3.45 1982
0.852544 0.923333 3.74 1981
1.284444 1.133333 3.95 1980
Hs
i
(m) Tahun
2
) ( Hs Hs
i

Hs Hs
i

i
Hs
2
) (

Hs Hs
i
1
) (
1
deviasi standar dari kuadrat Varians
1
) (
1
rerata nilai terhadap data penyebaran deviasi Standar
rerata Nilai
2
2
2
2
2

n
Hs Hs
n
D
n
Hs Hs
n
D
n
Hs
Hs
i
i
i
o
o
Metode kuadrat terkecil
Membuat kurva dengan
meminimumkan selisih antara
titik-titik data dan kurva.
Langkah-langkah:
Plot titik-titik sebaran data.
Buat kurva yang mewakili.
Pilih fungsi
g(x)=a
0
+a
1
x+a
2
x
2
++a
r
x
r
Untuk titik data M(x
i
,y
i
)
maka selisih ordinat titik
tersebut dengan fungsi g(x
i
)
adalah:
E
i
= M
i
- G
i

g(x
i
)
x
i

g(x)
M
i

G
i

y
i

x
f(x)
Metode kuadrat terkecil

Untuk titik data M(x
i
,y
i
)
maka selisih ordinat titik
tersebut dengan fungsi
g(x
i
) adalah:
E
i
= M
i
G
i

= y
i
g(x
i
;a
0
,a
1
,,a
r
)
Dipilih fungsi g(x) dengan
jumlah kuadrat E
i
terkecil:


g(x
i
)
x
i

g(x)
M
i

G
i

y
i

x
f(x)
{ }

= =
= =
n
i
i i
n
i
i
x g y E D
1
2
1
2 2
) (
Metode kuadrat terkecil
Dicari parameter a
0
,
a
1
,,a
r
sedemikian
sehingga D
2
minimum.
D
2
minimum jika turunan
pertamanya terhadap a
0
,
a
1
,,a
r
adalah 0,






Penyelesaian persamaan
tersebut akan memberikan
parameter a
0
, a
1
,,a
r
dan
pers.kurva.

g(x
i
)
x
i

g(x)
M
i

G
i

y
i

x
f(x)
0
,... 0 , 0
2
1
2
0
2
=
c
c
=
c
c
=
c
c
r
a
D
a
D
a
D
1. Metode kuadrat terkecil untuk
kurva linear (garis lurus)


=
=
= =
=
+ =
= =
+ =
n
i
i i
n
i
i i
n
i
i i
n
i
i
bx a y
bx a y
x g y E
bx a x g
1
2 2
1
2
1
2
1
2
2
)) ( D
)) ( (
)) ( ( D
: kesalahan dari kuadrat Jumlah
) (
..(1) .......... 0
0 ) ( 2
0 ) (
0
D
nol. dengankan - disama dan b, dan a terhadap
diturunkan maka minimum, D Supaya
) ( D
1
1
2
2
2
1
2 2
=
=
= |
.
|

\
|

c
c
=
c
c
=

=
=
=
i i
n
i
i i
n
i
i i
n
i
i i
bx a y
bx a y
bx a y
a
a
bx a y
...(4) ..........
...(3) ..........
: ditulis dapat (2) & (1) Pers.
..(2) .......... 0
0 ) ( 2
0 ) (
0
D
2
2
1
1
2
2
i i i i
i i
i i i i
n
i
i i i
n
i
i i
x y b x a x
y b x na
bx ax x y
x bx a y
bx a y
b
b
= +
= +
=
=
= |
.
|

\
|

c
c
=
c
c

=
=
(

=
(



= +
= +

n
: matriks bentuk dalam ditulis dapat juga
...(4) ..........
...(3) ..........
2
2
i i
i
i i
i
i i i i
i i
x y
y
b
a
x x
x
x y b x a x
y b x na
| |
2
2
2
2
2
2
2
2
) (

) (
) (
) (
1

pers.4 ke a Substitusi

1 1

i i
i i i i
i i i i i i
i i i i i i
i i i i i i
i i i i
i i i i
x x n
y x y x n
b
y x y x n b x x n
y x n b x n b x y x
y x b x b x y
n
x
y x b x a x
b x y a
b x
n
y
n
a y b x na


=
=
= +
= +
= +
=
= = +
Maka persamaan kurva
yang mewakili titik-titik
sebaran data adalah g(x)
= a + bx, dengan jumlah
kuadrat kesalahan paling
minimum.
Untuk mengetahui derajat
kesesuaian, dihitung
dengan koefisien korelasi:



=
=
=
=

=
n
i
i i
n
i
i t
t
t
x g y D
y y D
D
D D
r
1
2 2
1
2
2
2
2
2
)) ( (
) (
dimana,
Example:

Regresi Polinomial
Kurva lengkung
Persamaan polinomial order r mempunyai
bentuk:



)) ... ( ( D
: kesalahan dari kuadrat Jumlah
...
1
2 2
2 1 0
1
2
2
2
2 1 0

= =
+ + + + = =
+ + + + =
n
i
r
r i
n
i
i
r
r
x a x a x a a y E
x a x a x a a y

( ) ( )
( ) ( )
( ) ( )
( ) ( ) 0 ... 2
D
.
.
.
0 ... 2
D
0 ... 2
D
0 ... 2
D
nol. dengankan - disama dan koefisien, tiap terhadap
diturunkan maka minimum, D Supaya
1
2
2 1 0
2
1
2
2 1 0
2
2
2
1
2
2 1 0
1
2
1
2
2 1 0
0
2
2
= + + + + =
c
c
= + + + + =
c
c
= + + + + =
c
c
= + + + + =
c
c

=
=
=
=
n
i
r
i r i i i
r
r
n
i
r
i r i i i
n
i
r
i r i i i i
n
i
r
i r i i i
x a x a x a a y x
a
x a x a x a a y x
a
x a x a x a a y x
a
x a x a x a a y
a
i
i
(
(
(
(
(
(
(
(
(

=
(
(
(
(
(
(
(
(
(

(
(
(
(
(
(
(
(
(





+ + +
+
+
i
r
i
i i
i
r
r r r r r
r
r
i
r
i
y x
y x
y x
y
a
a
a
a
x x x x
x x x x
x x x x
x x x n
i
i
i i i i
i i i i
i i i
i i
.
.
.
.
.
.
. . .
. . . .
. . . .
. . . .
. . .
. . .
. . .
2
2
1
0
2 1
2 4 3 2
1 3 2
2
Dituliskan dalam bentuk matriks: