Bab 9 TM
Bab 9 TM
Regresi adalah sebuah teknik untuk memperoleh persamaan kurva pendekatan dari
titik-titik data
Regresi Linier
Regresi linier digunakan menentukan fungsi linier (garis lurus) yang paling
sesuai dengan kumpulan titik data (xn,yn) yang diketahui.
y = mx + c
Dalam regresi linier ini yang dicari adalah nilai m dan c dari fungsi linier y=mx+c,
dengan: N
N N
N ∑ xn yn − ∑ xn ∑ yn
m = n =1 n =1 n =1
2
N
N
N ∑ x n − ∑ xn
2
n =1 n =1
N N
∑ yn ∑x n
c= n =1
−m n =1
= y − mx
N N
Regresi Eksponensial
Regresi eksponensial digunakan menentukan fungsi eksponensial yang paling
sesuai dengan kumpulan titik data (xn,yn) yang diketahui. Regresi eksponensial ini
merupakan pengembangan dari regresi linier dengan memanfaatkan fungsi logaritma.
Perhatikan :
y = e − ax + b
dengan melogaritmakan persamaan di atas akan diperoleh:
(
ln y = ln e ax + b )
ln y = ax + b
atau dapat dituliskan bahwa:
z = ax + b dimana z = ln y
Dengan demikian dapat digunakan regresi linier dalam menentukan fungsi
eksponensial yang paling sesuai dengan data.
i =1
i
i =1
i
i =1
i
i =1
i =1
n n n n a n− 2 = n
∑ xin − 2 ∑x n −1
i ∑x n
i ... ∑ xi
2n−2
∑ xi y i
n−2
i =1 i =1 i =1 i =1 ... i =1
... ... ... ... ... a ...
n n n
0 n
n
∑x
i =1
i ∑x
i =1
2
i ... ∑i =1
xin
∑ yi
i =1
Hasil dari model matrik normal di atas adalah nilai-nilai a0, a1, a2, …, an.