1 / 19

REGRESI LINIER BERGANDA (RLB)

REGRESI LINIER BERGANDA (RLB). KULIAH KE 6-7 ANALSISI REGRESI DOSEN: USMAN BUSTAMAN. QUIZZZ DULU…. Apa yang dimaskud dengan BLUE Apakah OLS estimator merupakan BLUE? Jelaskan ! Jelaskan manfaat dari Dekomposisi Varians dalam RLS. Why RLB?. Persamaan RLB. Mengapa butuh RLB?

kynan
Download Presentation

REGRESI LINIER BERGANDA (RLB)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. REGRESI LINIER BERGANDA (RLB) KULIAH KE 6-7 ANALSISI REGRESI DOSEN: USMAN BUSTAMAN

  2. QUIZZZ DULU… • Apa yang dimaskuddengan BLUE • Apakah OLS estimator merupakan BLUE? Jelaskan! • JelaskanmanfaatdariDekomposisiVariansdalam RLS

  3. Why RLB?

  4. Persamaan RLB Mengapabutuh RLB? • Satusajatidakcukup ! • Fenomenatidaksesederhanaitu… • Tidakcukupakuratmenjelaskan • Ex: GDP, kemiskinan, dsb • Satumanacukup ?! • Diinginkanpenjelasan/prediksi yang lebihpersis/akurat • Butuhkontrolvariabel lain estimasiscrsimultan (not RLS by RLS) • Ex: Pendapatan via pendidikan & …., Produksipadi via pupuk & …. • Tapi,… seberapacukup?! • Parsimony principe

  5. Persamaan RLB • Persamaan linier Orde 1, 2 variabelbebas •  • Ex:  • Apaartiβ0 ? • β1 ? • β2 ? HOW? Ceteris Paribus Padasaat X2 = 20 ?

  6. A response surface Dimana error? Dimanaβ0 ? Dimanaβ2 ? Dimanaβ1 ?

  7. Persamaan RLB • Persamaan additive/no interaction •  Xi memilikiefekaditif, karena … tidaksalingberinteraksi, • β1,β2disebutsebagaikoefisienregresiparsial, karena … ceteris paribus • … di dalammatkulkalkulus

  8. Persamaan RLB • Orde 1, p-1 variabelbebas • Atau • atau •  General RL Function (RLB)

  9. Persamaan RLB • Regresipolinomial • Transfromasivariabel • Efekinteraksi:    X1 when X2 constant 

  10. Persamaan RLB • Efekinteraksilagi… • Kombinasi: 

  11. Macam-2Response surface linier dalam parameter, response tdkmesti linier

  12. Macam-2Response surface linier dalam parameter, response tdkmestilinierace

  13. RLB in matrix form

  14. OLS estimator • Unbiased • Minimum varians • Konsisten • Cukup (sufficient)

  15. ANOVA dalam RLB • Dekomposisivarians db = n-1 bb = p-1 db = n - p

  16. F-test

  17. KoefisienDeterminasidalam RLB • 0 ketikasemua bi = 0 • 1 ketikasemuaobstepatberadadalam response surfacenya ( ) • R2  denganpenambahanvariabelbebas

  18. inferensi parameter model RLB • Selangkepercayaan • Ujihipotesis

More Related