TUGAS 2

pada tanggal
Windah Ismijranti (20160302217)
Tugas Analisis Regresi 2.
  1. Pelajari model regresi sebagai berikut
  1. Y= -6 + 3X
  2. Y= -5 – 4X
  3. Y= 8 – 2X

  1. Hitunglah besaran nilai Y untuk setiap model regresi
  • Secara matematik, persamaan suatu garis lururs adalah Y = β0 + β1X
  • Simbol β0 dan β1 adalah bilangan konstan untuk suatu garis lurus: β0 disebut intersep dan β1 disebut slop
  • Nilai intersep β0 dalah nilai Y bila X = 0

  1. Pada soal Y= -6 + 3X
Jika X = 0 maka intersep = -6 dan slop 3,
X = 2 maka Y= -6 + 3(2) = -0
X = 3 maka Y= -6 + 3(3) = 3
X = 4 maka Y= -6 + 3(4) = 6
X = 5 maka Y= -6 + 3(5) = 9
X = 6 maka Y= -6 + 3(6) = 12

  1. Pada soal Y= -5 – 4X
Jika X = 0 maka intersep = -5 dan slop -4,
X = 3 maka Y=-5 – 4(3)   = -17
X = 5 maka   Y= -5 – 4(5)= -25
X = 7 maka Y=-5 – 4(7) = -33
X = 9 maka Y= -5 – 4(9)= -41
X = 11 maka Y= -5 – 4(11) = -49

  1. Pada soal Y= 8 – 2X
Jika X = 0 maka intersep = -8 dan slop -2,
X = 2 maka   Y= 8 – 2(2) =  4
X = 4 maka   Y= 8 – 2(4) = 0
X = 6 maka   Y= 8 – 2(6) = -4
X = 8 maka   Y= 8 – 2(8) = -8
X = 10 maka Y= 8 – 2(10) = -12
  1. Buatlah garis lurus ketiga model tersebut







2. Dalam analisa regresi beberapa asumsi-asumsi persamaan gais lururs yang perlu diketahui, sebenarnya seperti dibawah ini:
    1. Eksistensi untuk setiap nilai dari variabel X, dan Y adalah random variabel yang mempunyai nilai rata-rata dan varians tertentu. Notasi untuk populasi.
    2. Nilai-nilai Y adalah independen satu sama lain, artinya suatu nilai Y tidak dipengaruhi oleh nilai Y lain.
    3. Linearity berarti nilai rata-rata Y, adalah fungsi garis lurus X, dengan demikian  . Persamaan garis lurus itu dapat ditulis Y = β0 + β1X+E, Dimana E adalah Eror yang merupakan random variabel dengan nilai rata-rata 0 untuk setiap nilai X (yaitu untuk setiap nilai X). Dengan demikian nilai Y adalah jumlah dari β0+ β1X dan E(random Variabel), dan karena nilai E = 0.
    4. Homoscedasticity artinya varians Y adalah sama untuk setiap nilai X (homo artinya sama ; scedastic artinya “menyebar” = scattered).
    5. Distribusi normal artinya untuk setiap nilai X, nilai Y berdistribusi normal.

Komentar

Posting Komentar