Statistika Dalam Angka
Statistika Dalam Angka
Aplikasi Stata -
Square) haruslinier:Y:Poxpix,
(Ordinary least +2x, x e Risiko:eBO
Regress Os
. ->
⑪""""""
-
e dummy kebutuhan
-
daripeneliti
y
y
Bentuk fungsional
- tidak bias
agar
bilangan basis
:10
109
I n :e
double log
-Cobb. Douglass
linier-0:
non
Ak
linier
InC:(nA B(nk x(n) + U
apabila In sebelah kivi
(X100)
*
+ +
maka
y + Bi Bz(nx +
= +
B3x+z
+
et
+
In fx S+ 7,7890 0,00743+1
=
+ knartal
=
model polinomial
dummy
dummy poktan
O.:bukan
2 kategori:1. :anggotapoktan anggota poktan
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 -
Ekonometri:Objek diubah?
manusia sehingga tidak
dapat dibuat
modelnya yg
alatanalisis
C:C0 x,
+
Yd
Yd pendapatan
=
yang dapatdibelanjakan (disposable income)
Praktikum
-07September 2023
-
Regresi OLS
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
=
danna (5) = -
57,398 -
Ho
> ditolak cara menentukan variabel menjadi dummy variabel
-
4 stat 3088.16
-
=
AdjR =0,9959
Jadi99,59% variasi dalam variabelY variabel X dalam
dapatdijelaskan
variabel nominal
S01:data interval
dummy
-
35 - -
70m
+
7 - 35
+
I - -
Intrepretasi
was lahan I 1000 Ha
NPK(B2) 59,948 =
t
Uji
HO:1 0
=
H1:1 +0
It hit
Menghit stat
-
Materi
Y
-08 September 2023 -
X
8
e (y
= -
90 -
ax)
e=)Y -
a0
-
ax)"
Se=ElY-ar-aix)"
=(Sy-naw -a,EX)
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
- ↑
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
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
->
1, 0.05 model
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
=
In 30+
harga =
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
(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
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
=
umur
=
+
|t] 1- |]
Overall
7314% prediles berdasarkan tebn yg GAP
precentage petani menggunakan finggi
contoh
interpretasi
Pr(D 1) 40+. .
=
=
.
+
or
1,4787
=
*
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
minimalkan
errorny a
es
, crimes
Asumsidarimodel