Fungsi Regresi Populasi

Fungsi Regresi Populasi. PDF fileHubungan antara X dan Y dinyatakan dalam fungsi linier/ordo 1 Perubahan Y diasumsikan karena adanya perubahan X Model populasi regresi linier sederhana yang hubungannya linier (selanjutnya cukup sebut “regresi linier sederhana”) Dengan 0 dan 1 adalah parameter regresi adalah galat/eror (peubah acak) Y adalah peubah tak bebas (peubah acak) X adalah peubah.

Hasil akhir yang dimiliki oleh metode OLS adalah fungsi regresi populasi yang akan digunakan untuk estimasi data Untuk menghasilkan estimasi menggunakan metode OLS diperlukan empat asumsi dasar yang bersifat BLUE BLUE sendiri merupakan singkatan dari best linear unbiased dan estimator Berikut ini beberapa penjelasan dari asumsi dasar tersebut.

REGRESI LINIER SEDERHANA

MODEL PARABOLOIDA Model regresi paraboloida hanya mempunyai satu variabel prediktor saja akan tetapi dalam teknik analisanya kita dekati dengan analisa regresi ganda dengan dua variable prediktor Model ini mempunyai fungsi populasi Y = β0 + β1 X + β2X2 + ε1 dengan model estimatornya Y = b0 + b1X + b2X2 Contoh 1 Dipunyai data mengenai.

METODE MAKSIMUM LIKELIHOOD ESTIMATOR (MLE)

Pendugaan merupakan suatu pernyataan mengenai parameter populasi yang diketahui berdasarkan populasi dari sampel random yang diambil dari populasi yang bersangkutan Jadi dengan pendugaan ini keadaan parameter populasi dapat diketahui Penduga adalah anggota peubah acak dari statistik yang mungkin untuk sebuah parameter.

BAB III MODEL REGRESI DUA VARIABEL titopradana

Pada regresi hiperbola di mana variabel bebas X atau variabel tak bebas Y dapat berfungsi sebagai penyebut sehingga regresi ini disebut regresi dengan fungsi pecahan atau fungsi resiprok Regresi ini mempunyai bentuk fungsi seperti 1/Y = a + bX atau Y = a + b/X Selain itu ada bentuk campuran seperti 1/Y = a + bX + cX2 dan masih banyak lagi bentukbentuk lainnya.