REGRESI POLINOM

Regresi polinomial digunakan untuk menentukan fungsi polinomial yang

paling sesuai dengan sekumpulan titik data (xi, yi) yang diketahui. Prosedur kuadrat
terkecil dapat diperluas untuk mencocokkan data terhadap fungsi polinomial derajat
ke m. fungsi pendekatan :

Jumlah kuadrat residual (Sr) dapat ditulis sebagai berikut :

Dengan cara yang sama seperti pada regresi linear untuk mendapatkan jumlah
kuadrat terkecil maka :

Sehingga :

Persamaan normal tersebut dapat diselesaikan dengan meode yang sudah dipelajari
dalam persamaan linier simultan yaitu dengan membentuk matriks normal terlebih
dahulu.
Model matriks normal dari regresi polynomial orde m adalah sebagai berikut :
Hasil dari model matriks normal di atas adalah nilai-nilai a0, a1, a2, …., am

Kesalahan standar taksiran dari regresi polinomial adalah :

n = jumlah data

m = orde polynomial

Dan koefisien determinasi :

Dengan

Contoh :

Dapatkan kurva polinomial orde dua yang mewaakili data di bawah ini dan hitunglah
kesalahan standar taksiran dan koefisien determinasinya :

Jawab :
Persamaan normal :

Dibentuk Augmented matriks :

Dengan metode eliminasi Gauss-Jordan akhirnya didapatkan :

Sehingga persamaan kurva yang paling mendekati adalah :

Kesalahan standar taksiran :

Koefisien determinasi :