// i
!
! ! !
'
! !! ! !! ! !
naren
.
..
I
go
-
.
⑤
Ao
r
D
-, -
⑧B .
.
Go :B .
.
.
•oo
:•• •• . QB . '
. to Korelasitkausalitas v
Pers .
Regresisederhana ✓
Dalam
banyakkasus, banyakkorelasihanya kebetulan Ii =
bo
t Y terradi Ti
bi Xi ✓ kausalitas =D
Xmenyebabkan =
Dugaanlprediksi) nilaiypadaobservasi -Korelasihanyalangkahpertama Sadi gangan .
terlaw ke i -
add
cepat dalam menarikkesimpulan bo Dugaan Interscope = ✓
Pertimbangkanfaktor ? mendasar Yg ygdapat bi Dugaan slope
=
it x observesi v
Menyebabkan has akhir Baru ditarik kesimpulan Xi nilai pada .
--
ke -i komponengalatacakmemilikirataan not
Analisis Regress ei ' =
Bil
Yi -Cbotbixil ↳ 4 Memprediksi nilaipevbah dependon berdasarkan nilai
Ibi - -
-
setidaknya
Satu peubahlndependen
Pendvgakuadrat TerKecil Y mens
@
laskandampakperubahanpeubah
independent ( least Square Estimators ) terhadap peubah depend@n Peubahbebas -
bo 4 b dihasilkandenganmencarinilai
.
Endo ) '
Pevbahtakbebasl Dependent gen) min El Yi Egil ' 'alpevbahyg ingin digelaskan
= - =
) Teknik
min E ( bi -(both, Xi ✓
Ulus
Kalk digvnakanuntukmendapat
Oleh si tinier SSE
Model Regresi tinier nilaibohb sedemikianhingga meminimumKan , -
Hub antara x KY dieselaskan
. fung
↳ sum Error ( Ganda
✓
Perubahan Y diasumsikandisebabkan Oleh square Tuman kuadrat ) Perubahan di X v Pendvgakoef Slope .
tinier di
✓
Model Pers regresi .
Populasi b = Eh ( Xi I) (yi 5) t Bi Xi t Ei
, ,
- -
En
Yi -
-
Bo
- w lxi E )
,
-
KOMP
KOMP.tinier .
galat
acak u
Konstantin (interSept
bo = 5 bi Xi-
garis
•
regresiselawmelewati rataan
X ,y
tinier
Asumsi Model Regresi
UK 㱺 tinier , y adalah
✓
Bent hub Sebenarnya
.
be term
acakdcsnrataan Xi = Pevbah . bas O 4 ragam KonStan 021 Homoskedastisitas) Ei komponen galatacak (random error
--
) Lei]
- --
o dan Lei'] =
-
'
o untukci -
,n)
- i.. . .