Regresi Nonlinier
Regresi Nonlinier
y f (x, )
Langkah Analisis
1. Melakukan penaksiran garis regresi untuk memprediksi pola
hubungan antara variabel respon (y) dan variabel prediktor (x). Hal ini
dapat dilakukan dengan melihat scatter plot antara y dan x. Model
linear memiliki kurva yang membentuk garis lurus, sedangkan untuk
model non linear memiliki kurva yang membentuk garis lengkung.
Bentuk persamaan matematis model regresi non linear ada beberapa
jenis, diantaranya :
Polinomial, contoh : y x x
0 1 2
2 (kuadratik)
y 0 1 x 2 x 3 x
2 3 (kubik)
Exponensial, contoh : 1 x
y 0 e
2. Melakukan transformasi dari bentuk non linier ke bentuk linier untuk
mendapatkan linieritas dari hubungan non linier
Continued…
Beberapa bentuk model nonlinier yang dapat dan tidak dapat
ditransformasikan ke model linier adalah sebagai berikut :
Model Persamaan Bentuk Linier
Linear Y = a + bx -
Quadratik Y = a + bx + cx2 -
Cubic Y = a + bx + cx2 + dx3 -
Logarithm Y = a + b ln x -
Inverse Y = a + b/x -
Compound Y = abx ln Y = ln a + x ln b
Power Y = axb ln Y = ln a + b ln x
S Y = ea+b/t ln Y = a + b/t
Growth Y = ea+bx ln Y = a + bx
Exponential Y = a(ebx) ln Y = ln a + bx
Logistic Y = (1/u + abx)-1 ln (1/Y-1/u) = ln a + x ln b
Continued…
• Selanjutnya setelah diperoleh persamaan linier dari
hasil transformasi maka langkah analisisnya sama
dengan regresi linier.
Namun Jika suatu model tidak dapat dilinearkan,
maka nilai β dapat diduga dengan dengan cara
meminimumkan jumlah kuadrat residual. Jumlah
kuadrat ini dapat diminimukan jika turunan pertama
terhadap β sama dengan nol atau
n 2
SSE yi f ( xi , )
i 1
SSE n
f ( xi , )
yi f ( xi , ) 0
i 1
Continued…
ˆ ˆ
i 1 i ( i i ) i ' ei
' 1
dimana
f ( x1 , ) f ( x1 , ) f ( x1 , )
...
1 k
0
f ( x2 , ) f ( x2 , )
...
f ( x2 , )
0 1 k
...
f ( xn , ) f ( xn , ) f ( xn , )
...
0 1 k
Iterasi dihentikan jika nilai :
y x y x y x y x y x
13.6 0.86 15.0 1.04 13.0 1.01 1.5 0.13 15.9 1.01
16.6 1.06 9.0 0.76 14.4 0.90 18.5 1.26 8.5 0.61
23.5 2.03 12.3 0.95 10.0 0.57 12.6 1.08 10.6 0.69
10.2 0.67 16.3 1.12 10.2 0.78 17.5 0.96 13.9 1.02
5.4 0.40 15.4 1.02 9.5 0.74 4.9 0.42 14.9 0.82
Y = karbon monoksida
X = kadar nikotin
• Membuat plot antara variabel dependen dan variabel
independen
30
Penyelesaian
karbon monoksida (mg) = 1.665 + 12.40 nikotin (mg)
S 1.82845
R-Sq 85.7%
R-Sq(adj) 85.1%
25
karbon monoksida (mg)
20
15
10
0
0.0 0.5 1.0 1.5 2.0
nikotin (mg)
Model Kuadratik
Fitted Line Plot
karbon monoksida (mg) = - 1.784 + 20.11 nikotin (mg)
- 3.730 nikotin (mg)**2
25 S 1.58336
R-Sq 89.8%
R-Sq(adj) 88.8%
20
karbon monoksida (mg)
15
10
0
0.0 0.5 1.0 1.5 2.0
nikotin (mg)
Model Kubik
Fitted Line Plot
karbon monoksida (mg) = - 0.858 + 15.95 nikotin (mg)
+ 1.037 nikotin (mg)**2 - 1.471 nikotin (mg)**3
25 S 1.61137
R-Sq 89.9%
R-Sq(adj) 88.4%
20
karbon monoksida (mg)
15
10
0
0.0 0.5 1.0 1.5 2.0
nikotin (mg)
Continued…