Kelompok 2 :
Riski Maulana 21050116120025
Kani Lihardo Nicholasta 21050116120026
Adam Indra Prasetya 21050116120027
Ilham Prasetya Putra 21050116120030
Martin Butarbutar 21050116120035
Mikhael Horas Boby Silalahi 21050116120054
St
MULTIPLE LINEAR
REGRESSION
i1 i1
GENERAL LINEAR LEAST
SQUARES
y a0 z0 a1z1 a2 z2 am zm e
• dimana z0, z1, …, zm adalah satu set fungsi basis m+1 dan e
adalah error
• Fungsi dasar dapat berupa data fungsi apa pun tetapi tidak
dapat berisi koefisien a0, a1, dll.
SOLVING GENERAL LINEAR
LEAST SQUARES
COEFFICIENTS
dengan zji mewakili nilai fungsi basis ke-j yang dihitung pada titik
ke-i.
SOLVING GENERAL LINEAR
LEAST SQUARES
COEFFICIENTS
a = Z\y
Untuk menghitung:
St = sum((y-mean(y)).^2)
Sr = sum((y-Z*a).^2)
r2 = 1-Sr/St
syx = sqrt(Sr/(length(x)-length(a)))
NONLINEAR REGRESSION
• Tidak semua kesesuaian adalah persamaan linier dari koefisien dan fungsi
basis.
• Salah satu metode untuk menangani hal ini adalah dengan mengubah
variabel dan mencari yang paling cocok untuk variabel yang diubah. Ada
dua masalah dengan metode ini:
• Tidak semua persamaan dapat diubah dengan mudah atau sama sekali
• Garis paling cocok mewakili yang paling cocok untuk variabel yang
diubah, bukan variabel asli.
• Metode lain adalah dengan melakukan regresi nonlinear untuk secara
langsung menentukan kesesuaian kuadrat-terkecil.
NONLINEAR REGRESSION IN
MATLAB
F a0 v a1