Disusun oleh:
KELOMPOK VI
FAKULTAS TEKNIK
UNIVERSITAS RIAU
PEKANBARU
2019
1.1 Model dan Penggunaannya
Setelah analisis regresi telah dilakukan, model ini sering dilakukan untuk
memprediksi sifat dari sistem pada kondisi lain. Namun, validitas hasilnya perlu
diperiksa dengan cermat. Pertama, model harus digunakan untuk interpolasi, yaitu
untuk memprediksi nilai-nilai yang ada di dalam wilayah aslinya. Dan untuk
istilah sebaliknya, ekstrapolasi, menunjukkan penggunaan model di luar wilayah
aslinya. Namun, menentukan apakah ekstrapolasi merupakan suatu masalah
belum tentu mudah, terutama dalam kasus multivarian. Pertimbangkan, misalnya,
dua variabel yang ditunjukkan pada Gambar 3.5.
1.2.2 Solution
1.2.2.1 Model Sederhana Linear
Pertama, tentukan model linear sederhana P* = aT + b. Estimasi
parameter ditemukan dengan menggunakan ordinary, least-squares regression.
Estimasi parameter dengan 95% confidence intervals:
a = 1.945 +/- 0.303
b = -44.54 +/- 26.3
Tabel 3.9 Peak Power And Temperature
Temperature, Peak
T (0F) power, P*
(MW)
95 140.7
88 116.4
84 113.4
106 178.2
94 136.0
108 189.3
90 132.0
100 151.9
71 92.5
96 131.7
67 96.5
98 150.1
97 153.2
67 101.6
89 118.5
79 106.2
76 100.2
87 114.7
92 135.1
68 96.3
85 111.4
100 143.6
74 103.9
89 116.5
86 105.1
75 99.6
70 97.7
69 97.6
82 107.3
101 157.6
Nilai R2 = 0.8612 dan nilai F-statistic = 173 (Fcritical= 4.195). Residu sebagai
fungsi suhu ditunjukkan pada GAMBAR.3.6, sedangkan untuk plot probabilitas
normal residunya ditunjukkan pada GAMBAR.3.7.
Dari GAMBAR.3.6, pola kuadrat ke residu cukup jelas. Sehingga
disarankan bahwa kuadratik hilang dari model dan ditambahkan. Perhatikan
bagaimana interval kebenarancukup besar, terutama untuk intersep.
Gambar 3.6 residual sebagai fungsi suhu
a =0,0598 ± 0,0133
b = -8,295 ± 2,27
c = 385,1 ± 96,2
R2 adalah 0,9667 dan F-statistik adalah 392,2 (Fkritis = 4,21). Residual sebagai
fungsi suhu yang ditunjukkan pada Gambar 3.8, sedangkan plot peluang normal
residual ditunjukkan pada Gambar 3.9.
Gambar 3.8 Residual sebagai fungsi dari regressor untuk kasus kuadratik
Gambar 3.9 Plot probabilitas normal dari residu untuk kasus kuadratik