Minggu 12 (Regresi Linear Sederhana dan Korelasi)

Model Regresi Linear :

Tujuan Model Regresi Linear :

Case : Tinggi rendahnya suhu menentukan banyak atau sedikit nya produksi gula

Suhu disebut prediktor (variabel bebas) ; prediktor adalah peubah acak (X)
Produksi gula disebut respons (variabel takbebas) ; respons adalah peubah acak (Y)

- Menentukan mana yang prediktor

Diantara X atau y mana yang merupakan prediktor ?
- Lihat variabel mana yang mempengaruhi variabel lain. Variabel itulah prediktor
- Berdasarkan urutan waktu/lokasi, yang terjadi duluan adalah prediktor
- Hitung variansi (ukuran dispersi lain) masing masing variabel, variabel yang variansinya terkecil adalah prediktor

- Model Linier Regresi Sederhana

Sumber Galat :
1. Ketidakmampuan model regresi dalam memodelkan hubungan prediktor dan respons dengan tepat
2. Ketidakmampuan peneliti dalam melakukan pengukuran dengan tepat
3. Ketidakmampuan model untuk melibatkan semua variabel prediktor

Penaksiran Kuadrat Terkecil :

β 0 dan β1 ditaksir dengan metode kuadrat terkecil (least square)

Dengan asumsi :
B0 = intercept garis untuk populasi
B1 = koefisien kemiringan untuk populasi

Se

= akar dari

Prediksi Nilai Respons :