Praktikum

Aplikasi Stata -

wajib dipelajari Buku:Gujarati Resiko produksianggota poktan:In Risiko B0+ Bs

= -31 Agustus2023 -

Pengukuran variabel(?) anti (n -> Risiko e(B0+ Bs)

=

Statistic Resiko produksibukan anggota poktan:(nRisiko=B6

Square) haruslinier:Y:Poxpix,
(Ordinary least +2x, x e Risiko:eBO

Regress Os
. ->

=) y fx) log untuk

> mencari model 39 terbaik

⑪""""""
-

e dummy kebutuhan
-
daripeneliti

y
y
Bentuk fungsional
- tidak bias
agar

continuous- > diketahni(tahun, Ako, kg)

variabel
Ukurannya bisa

bilangan basis

:10
109

I n :e

double log

In resilo-Bo+ BiInt + B>Inqupuk +s In umur

+sdummy poktan +
U

tolk di log nanti error

variabel dummy tidak di
log Karena
mengandung angla 0

-Cobb. Douglass
linier-0:
non
Ak
linier
InC:(nA B(nk x(n) + U
apabila In sebelah kivi
(X100)
*
+ +
maka

sebelah Kanan maka (:100)

semi-log apabila in

y + Bi Bz(nx +
= +

B3x+z
+
et
+

In fx S+ 7,7890 0,00743+1
=
+ knartal
=

like knartal bertambah / Saturn make exs bertambah

Sebanyak 0,00743x100%:0,743%

model polinomial

fungsitotal cost dan

average cost

dummy
dummy poktan
O.:bukan
2 kategori:1. :anggotapoktan anggota poktan

2 Kategori-1 varian:1 variabel

dummy
contoh:

ONI -
el nino

normal 3 kategori-I
2 variabel
dummy
=

lanina

Ceteris y 0, =

BiD
+
+

Bmm+
dummy
gaj,a
falhribuya
utara selatan

(0) y B, =
gaji guru di barat

! Do guru
dia rere

y 1 Bzb1 B3D5
= + +

y Bi :

Bg gaji guru
+
diselatan
 Materi

-1
September 2023 -

Statistik:Objek bisa dibuatex :

perlakuan urea 0,10,20 data
dapatdiubah

Ekonometri:Objek diubah?
manusia sehingga tidak
dapat dibuat
modelnya yg

alatanalisis

Ekonometri:Pengukuran tenomena?ekonomi dengan kaidah statistik dan Matematika

C:C0 x,
+

Yd

Co:Konsums;m inimum seseorang saatbelum ada pendapatan

&1 presentase pendapatan yang

-

digunakan untule konsums; (MPC

Yd pendapatan
=
yang dapatdibelanjakan (disposable income)
Praktikum

-07September 2023
-

Regresi OLS

Produksi beras-Bo+ , rice area +

BzNPK Bu +

konsumsi tahum lalu B4

+

SO!

karena
menggunakan data konsumsitahun lalu untuk memprediksijumlah producesitahun selanjuthya

Parameter/koef, regress
S
el nino= I lanina 1
dummy dummy
=

-
0
Ujif -
normal, lanina:O normal, elnino:

① Ho:B0 1 B2 B3 =
=
=
B4
=
0
=

HI:Salah sath dari Bit0 Prod beras-Bo+ Brice area +

B2NPK B3 +
konsumsithe lalu + Bq delnino
Balanina
pada elnino
Alfa/fingkatsignifikansi delnino(B4) 136,757
=
-

xprod beras lebih besar 136,757ribution saat / tahun

danna (5) = -

57,398 -

xprodberas lebih kecil Sebesar 97,39 ribu ton pada

alanina
kriteria
penguian
sig/prob - < x 5% =
-

Ho
> ditolak cara menentukan variabel menjadi dummy variabel
-

kualitatif/Ingin tan lebih lanjut

②Menghitung - Stat Ifhit seberapa banyak 4,

4 stat 3088.16
-
=

Prob >7 0,00

=

make secara bersama?Variabel

berpengaruh thap Y
X

AdjR =0,9959
Jadi99,59% variasi dalam variabelY variabel X dalam
dapatdijelaskan

Produksi dan has laban:data rasio

variabel nominal
S01:data interval
dummy
-

35 - -

70m
+
7 - 35
+

I - -

el nino normal lanina

Intrepretasi
was lahan I 1000 Ha

maka prod beras 2,156 ributor (2156 ton)

NPK(B2) 59,948 =

NPK ↑ 1000 ton

make prod beras i5994 riby ton can

sebalikaya
SOI(Bx) 12,29
=

SOI b, Satuan make prod beras; 12,29 ton

t
Uji
HO:1 0
=

H1:1 +0

It hit
Menghit stat
-
 Materi
Y
-08 September 2023 -

X
8

garis saling berhimpitsehingga error minim

e (y
= -

90 -
ax)
e=)Y -

a0
-

ax)"
Se=ElY-ar-aix)"

:(Ey- Eaw-a.3x)" [ao=n.as

=(Sy-naw -a,EX)

BLUS:Best linier Unbias Estimator

Out liar
- frontier (potensil

Praktikum
14
September
-

2023 -

Regresi OLS

asumsi
is klasik:1, 3, 4, 5, 6, 10

6 asumsiutama

residual
asumsi normalitas -
asumsi dasar
agar dapatb erdistribusinormal

L distribusi statistik dario r en

Parameter faktor lain dilnar model

- ↑
① Y. Bo+ BiXBax
=
e
+ ->linier dim parametel
② y=20 e liner dim variabel
x,xx
1x2
+
+
+ -

-hitung- si
o
Multikolineritas
&

↳koef. Kovelasi, VI
ujistatistik

escedasticity Imenetapkan Ho, HI

stat, hit
pakaiinvers, 109 2) menghitung
Ho: homoskedastisitas (berharap H0) 3) kriteria penolakan Ho
->

Menerima

relas, sitbase
gunakan uji Breusch-Godfrey LM untuk autokorelasi

Ho: Ho ditolak:
-> no autocorrelation (berharap menerima Ho)
P
value/prob/sig. 2 x (10%,5%, 11)
0.0307 < x (0,05) maka Ho ditolak

Ho:homoskedastisitas
jaditerdapalheteroskedastisitas

I
->

Variabel kuadratik model

->
polimonial Uji white ada heteros dalam
untuk melihattitik belok Prob 0,967
=
) x 0,
=

1, 0.05 model

umur Ho deterina/gagal ditolak -

Aidak ada heteros

umur: (59)
bertambah harga
umur'negatif makes umur rumah make thrun
Uji autokorelasi:
positif
umursq titik belok menandakan semakin bertambah umur rumah make prob 0,0017< x=0101
=

harga akan Ho ditolak berartada autokorelasi

nail
-> -

In 30+
harga =

BiInluas+zumur+s umur" +4kmr+skm+ 6 dummy tahun

Prod beras:2 0 +
XI luas parentX2 NPK Xs NPK x4 dummy fN
+ +
+
dummy (N
Xs
 -

September
15 2013 -

Materi

1) Beta Krefisien
↳Untuk
menjelaskan ukuran tingkat penting/tidaknya variabel bedas dim suatu model regress

I)
variabel dummy (biner O dan

untuk membedaken saja misal laki -

laki () dan
perempuan (O)

error specifik dalam regresi (Specification errors

variabel Commited variabel)

-membuang bebas

memasukkan variabel bebas

yg tidal relevan (

Permintaan impor 30+B,GD4

=
+

B2 jumtpopulasi +Bu nilai tukar + e

(4) () ()

Revenue PX9
=

persamaan identitas
shy pilih Salah satu
saja

logit
logistik I VarY
S
1) Biner (1,0) va r
dummy

I
-

2) Ordinal C) ->2
kategori ranking
-
contoh penerapan
GAP: tinggi, sedang, rendah/tahan pangan, kurang pangan, rawan, rental

3) Multinomial (iii) - 2 kategori, tidal

ranking

OLS vs
logistik -> tidal linier
Li linier hal
regress dim parameter

Interpretasi
GDP ↑ Rp 1 juta

Impor*B, ton

Chi2= kaisquare

2
/

global
YI warming
= akibalmanusia

0
global warming bukan akibatmanusia
=

Pr(D 1) B0+B, Bs dummy perempman

free. Mendengarkan radio
2 +
=

umur
=
+

|t] 1- |]

Odds ratio selalupositi

or >1 maka koefisien regress positif

or 21 maka koefisien regress negatif

IR statistik sama spt ujif until model X

data layak/talk yg digunakan untuk
mengelaskan vary.
Hosmer-Lemeshow (H-)) -
model
layak untuk dirun

Overall
7314% prediles berdasarkan tebn yg GAP
precentage petani menggunakan finggi

Odds ratio yg dibaca

contoh
interpretasi
Pr(D 1) 40+. .
=
=

.
+

Biz Dummy pengetahnan

21:GAP tinggi]
koef=-0,5912) Perdidananmentears
*
pendidikan: Generapan

or
1,4787
=

Pengalaman:10ef Pengalaman 4, tahun, maka peluang

=-0,1666] Penerapan
* bani
bertani
or =0,8465 GAP
tinggi b sebesar 0,8465 kali

*
dummy koey:- 2,6481 Petaniya punya lahan
I pelnang
milik sendirimemiliki
laban milit:
sendiri
0,0708
or
untuk SAP tinggi lebih keci 0,0708 kali
=

Penerapan seberar

[I Jahanmil I
=
is
daripada petant bukan lahan milik sendiri
Linear ((PM)
Probability Model

Materi

Regresi linier Berganda Ob Oktober 2023

minimalkan
errorny a
es

, crimes
Asumsidarimodel

Buktikan teori gauss

markow