REGRESI DAN INTERPOLASI

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK

INTERPOLASI. FTI-Universitas Yarsi

BAB 2. Tinjauan Teoritis

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

Teknik Pengolahan Data

REGRESI DAN INTERPOLASI

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

Analisis Regresi dan Korelasi

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas

BAB II LANDASAN TEORI

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

REGRESI & KORELASI LINIER SEDERHANA

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

BAB 5. ANALISIS REGRESI DAN KORELASI

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Analisis Korelasi dan Regresi

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

S2 MP Oleh ; N. Setyaningsih

REGRESI & KORELASI LINIER SEDERHANA

Regresi Linier Sederhana Definisi Pengaruh

Regresi & Korelasi Linier Sederhana

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

UKURAN GEJALA PUSAT DAN UKURAN LETAK

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

8. MENGANALISIS HASIL EVALUASI

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

2.2.3 Ukuran Dispersi

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

b) Untuk data berfrekuensi fixi Data (Xi)

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

UKURAN PEMUSATAN DAN LETAK DATA

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

BAB II LANDASAN TEORI

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

BAB 1 ERROR PERHITUNGAN NUMERIK

POLIGON TERBUKA TERIKAT SEMPURNA

BAB 1 STATISTIKA RINGKASAN MATERI

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

ANALISIS KERAPATAN JARINGAN STASIUN CURAH HUJAN PADA WILAYAH SUNGAI (WS) AESESA DI PULAU FLORES

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

Bab I Pendahuluan & Statistika Deskriptif

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

STATISTIKA DASAR. Oleh

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan dilapangan SMP Negeri 11 Tamalate

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

BAB III PERSAMAAN PANAS DIMENSI SATU

MEKANISME KERUNTUHAN LINGKARAN (Circular Failure Mechanisms)

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode

REGRESI SEDERHANA Regresi

BAB III UKURAN PEMUSATAN DATA

9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

3 Departemen Statistika FMIPA IPB

BAB II LANDASAN TEORI

TINJAUAN PUSTAKA Evaluasi Pengajaran

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

Transkripsi:

http://starto.sta.ugm.ac.d REGRESI DAN INTERPOLASI Curve Fttg

Curve Fttg http://starto.sta.ugm.ac.d Acua Chapra, S.C., Caale R.P., 99, Numercal Methods or Egeers, d Ed., McGraw-Hll Book Co., New York. Chapter da, pp. 39-398.

Curve Fttg 3 http://starto.sta.ugm.ac.d Mecar gars/kurva yag mewakl seragkaa ttk data Ada dua cara utuk melakukaya, yatu Regres Iterpolas Aplkas d dag ejrg Pola perlaku data (tred aalyss) Uj hpotess (hypothess testg)

Curve Fttg 4 http://starto.sta.ugm.ac.d Pemakaa regres Apala data meujukka tgkat kesalaha yag cukup sgka atau meujukka adaya ose Utuk mecar satu kurva tuggal yag mewakl pola umum perlaku data Kurva yag dcar tdak perlu melewat setap ttk data

Curve Fttg 5 http://starto.sta.ugm.ac.d Iterpolas Dketahu ahwa data sagat akurat Utuk mecar satu atau seragkaa kurva yag melewat setap ttk data Utuk memperkraka la-la d atara ttk-ttk data Etrapolas Mrp dega terpolas, tetap utuk memperkraka la-la d luar rage ttk-ttk data

Curve Fttg terhadap Data Pegukura 6 http://starto.sta.ugm.ac.d Aalss pola perlaku data Pemaaata pola data (pegukura, eperme) utuk melakuka perkraa Apala data perss (akurat): terpolas Apala data tak perss (tak akurat): regres Uj hpotess Pemadga atara hasl teor atau hasl htuga dega hasl pegukura

Beerapa Parameter Statstk 7 merepresetaska seara data http://starto.sta.ugm.ac.d Rata-rata artmatk, mea Smpaga aku, stadard devato, devas stadar Vara ( ragam ), varace Coecet o varato y s y S ( ) y t y y St St sy sy c. v. % y

Dstrus Proaltas 8 http://starto.sta.ugm.ac.d rek Dstrus Normal salah satu dstrus/seara data yag serg djumpa adalah dstrus ormal X

9 Regres Regres lear Regres o-lear

Regres: Metode Kuadrat Terkecl http://starto.sta.ugm.ac.d Mecar suatu kurva atau suatu ugs (pedekata) yag sesua dega pola umum yag dtujukka oleh data Dataya meujukka kesalaha yag cukup sgka Kurva tdak perlu memotog setap ttk data Regres lear Regres persamaa-persamaa tak-lear yag dlearka Regres tak-lear

Regres: Metode Kuadrat Terkecl http://starto.sta.ugm.ac.d Bagamaa caraya? Program komputer Spreadsheet (Mcrosot Ecel) ScLa

Regres Lear http://starto.sta.ugm.ac.d Mecar suatu kurva lurus yag cocok meggamarka pola seragkaa ttk data: (,y ), (,y ) (,y ) y a a e a : tercept a : slope e : error Mcrosot Ecel INTERCEPT(y :y ; : ) SLOPE(y :y ; : )

Regres Lear 3 http://starto.sta.ugm.ac.d Kesalaha atau resdu (e) adalah peredaa atara la y sesugguhya da y la pedekata meurut persamaa lear a a. e y a a Mmumka jumlah kuadrat resdu terseut m [ ] [ ] [ ( ) ] S m e m y a a r

Regres Lear 4 http://starto.sta.ugm.ac.d Bagamaa cara mecar koese a da a? Deresalka persamaa terseut dua kal, masgmasg terhadap a da a. Samaka kedua persamaa hasl deresas terseut dega ol. S a S a r r ( y a a ) ( y a a )

Regres Lear 5 http://starto.sta.ugm.ac.d Selesaka persamaa yag ddapat utuk mecar a da a a a y y a ( ) y dalam hal, y da masg-masg adalah la y rata-rata ratarata

Cotoh Regres Lear 6 http://starto.sta.ugm.ac.d Tael data y ( ).5.5 3 3 4 4 4 5 3.5 5 6 6 6 7 5.5 y () Grak/kurva data 8 6 4 3 4 5 6 7 X

Htuga regres lear 7 http://starto.sta.ugm.ac.d y y y reg (y y reg ) (y y mea ).5.5.974.68686 8.57653.5 5 4.75.565.8645 3. 6 9.58986.34758.486 3 4 4. 6 6 3.4857.3653.3653 4 5 3.5 7.5 5 4.67857.58965.5 5 6 6. 36 36 5.743.79794 6.645 6 7 5.5 38.5 49 5.94649.9998 4.986 8 4. 9.5 4.997.749

Htuga regres lear 8 http://starto.sta.ugm.ac.d a y ( ) y ( ) 8( 4) 7( 4) ( 8) 7 9.5 4 y 3.4 7 8 4 7 a 3.4.83986 4 ( ). 749.83986

Htuga regres lear 9 http://starto.sta.ugm.ac.d Y 7 6 5 4 3 3 4 5 6 7 8 X data regres

Regres Lear http://starto.sta.ugm.ac.d Kuatkas kesalaha Kesalaha stadar s y Sr S r ( y a a ) Perhatka kemrpaya dega smpaga aku (stadard devato) s S ( ) y t y y St

Regres Lear http://starto.sta.ugm.ac.d Beda atara kedua kesalaha terseut meujukka peraka atau peguraga kesalaha r r S t S S t r y ( )( y ) ( ) ( ) y y koese determas (coecet o determato) koese korelas (correlato coecet)

Htuga regres lear http://starto.sta.ugm.ac.d S S r t ( y a a ) ( y y). 749.997 r r S t S S t.93836 r.749.997.749.86838

Regres Lear 3 http://starto.sta.ugm.ac.d Learsas persamaa-persamaa tak-lear Logartmk mejad lear Ekspoesal mejad lear Pagkat (polomal tgkat > ) mejad lear (polomal tgkat ) Dll.

4 Learsas persamaa o-lear () http://starto.sta.ugm.ac.d y l y l y la y a e l a

5 Learsas persamaa o-lear () http://starto.sta.ugm.ac.d y log y logy loga log y a log log

6 Learsas persamaa o-lear (3) http://starto.sta.ugm.ac.d y /y y a a 3 3 3 a 3 3 y a 3 3 a 3 3 a 3 /

7 Iterpolas Metode Newto Metode Lagrage

Iterpolas 8 http://starto.sta.ugm.ac.d lear kuadratk kuk

Iterpolas 9 http://starto.sta.ugm.ac.d Peyelesaa persamaa polomal tgkat memutuhka sejumlah ttk data Metode utuk mecar polomal tgkat yag merupaka terpolas sejumlah ttk data: Metode Newto Metode Lagrage

http://starto.sta.ugm.ac.d Iterpolas Lear: Metode Newto 3 () ( ) () ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

http://starto.sta.ugm.ac.d Iterpolas Kuadratk: Metode Newto 3 ( ) ( ) ( )( ) ( ) ( ) ( )! a a a " " # " %" $ "" " # "" %" $ ( ) a a a a a a

Iterpolas Kuadratk: Metode Newto 3 http://starto.sta.ugm.ac.d ( ) ( ) ( ), ( ) ( ) ( ) ( ),,,,

http://starto.sta.ugm.ac.d Iterpolas Polomal: Metode Newto 33 ( ) ( ) ( )( ) ( )...... ( ) [ ] [ ] [ ],,...,,...,,,

Iterpolas Polomal: Metode Newto 34 http://starto.sta.ugm.ac.d, j, j, k ( ) j j ( ), j, j k k,,...,,,,...,,,...,

http://starto.sta.ugm.ac.d Iterpolas Polomal: Metode Newto 35 ( ) ( ) ( ) [ ] ( )( ) [ ] ( )( ) ( ) [ ],...,,......,,,

Iterpolas Polomal: Metode Newto 36 http://starto.sta.ugm.ac.d ( ) lagkah htuga ke- ke- ke-3 ( ) [, ] [,, ] [ 3,,, ] ( ) [, ] [ 3,, ] ( ) [ 3, ] 3 3 ( 3 )

http://starto.sta.ugm.ac.d Iterpolas Polomal: Metode Lagrage 37 ( ) ( ) ( ) ( ) j j j j L L

Cotoh terpolas 38 http://starto.sta.ugm.ac.d ( ).5 4 3. 5 6 3 6. () 7 6 5 4 3 3 4 5 6 7 X

39 Sple Lear Kuadratk Kuk http://starto.sta.ugm.ac.d

Iterpolas: Sple 4 http://starto.sta.ugm.ac.d Jumlah ttk data à terpolas polomal tgkat Tgkat esar, >>, megalam kesulta apala ttk-ttk data meujukka adaya peruaha ta-ta d suatu ttk tertetu (peruaha grade secara ta-ta). Dalam stuas ts, polomal ertgkat kecl, «, dapat leh represetat utuk mewakl pola data. Sple Cuc sples ( 3) Quadratc sples Lear sples

Iterpolas Polomal vs Sple 4 http://starto.sta.ugm.ac.d polomal tgkat»»

http://starto.sta.ugm.ac.d Lear Sples 4 Frst-order sple : gars lurus Data urut :,,,, ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) m m m...

Lear Sples 43 http://starto.sta.ugm.ac.d Slope/grade/kemrga gars lurus, m : m ( ) ( ) j j Lear sple, dega demka, adalah sama dega terpolas lear. Kekuraga lear sple adalah ketdak-mulusa kurva terpolas. Terdapat peruaha slope yag sagat tajam d ttk-ttk data atau d ttk-ttk pertemua kurva sple (kot).

Lear Sples 44 http://starto.sta.ugm.ac.d Dega kata la, terdapat dskotut/ketdak-mulusa deresal pertama (kemrga) ugs sple d ttk-ttk kot. Perlu dcar suatu ugs sple (ertgkat leh tgg) dega meyamaka deresal pertamaya (kemrgaya) d ttk-ttk kot.

Quadratc Sples 45 http://starto.sta.ugm.ac.d Utuk medapatka kurva yag memlk deresal/laju-peruaha ke-m kotu d ttk kot, maka dperluka kurva sple yag ertgkat palg kecl m. Yag palg ayak dpaka adalah sple tgkat 3 (cuc sple): deresal pertama da kedua kotu d ttk-ttk kot. Ketdak-mulusa deresal ketga, keempat, dst. umumya tdak egtu tampak secara vsual. Seelum memahas cuc sple, erkut dpaparka quadratc sple terleh dulu.

Quadratc Sples 46 http://starto.sta.ugm.ac.d Tujua: mecar polomal tgkat utuk setap terval ttk-ttk data. Polomal tgkat ts harus memlk deresal pertama (laju peruaha) yag kotu d ttk-ttk data. Polomal tgkat : ( ) a c Utuk () ttk data (,,,, ), terdapat terval, sehgga terdapat 3 koese yag harus dcar (a,, c ),,,...,. Perlu persamaa sejumlah 3.

http://starto.sta.ugm.ac.d Quadratc Sples 47 Ke-3 persamaa ts adalah s. Kurva sple memotog ttk-ttk data (kot): terval da ertemu d ttk data {, ( )}., 3,, ( ) pers. ( ) ( ) c a c a

Quadratc Sples 48 http://starto.sta.ugm.ac.d Kurva sple d selag (terval) pertama memotog ttk data pertama ( ) da kurva sple d terval terakhr memotog ttk data terakhr ( ). a a c c ( ) ( ) pers.

Quadratc Sples 49 http://starto.sta.ugm.ac.d Deresal (grade) kurva sple d dua terval eruruta adalah sama d ttk data yag ersagkuta. Grade: ( ) a ʹ a a, 3,, ( ) pers.

Quadratc Sples 5 http://starto.sta.ugm.ac.d Deresal kedua (laju peruaha grade) kurva sple d ttk data pertama sama dega ol. a pers. Kosekues: ttk data pertama ( da ) dhuugka dega gars lurus.

Quadratc Sples 5 http://starto.sta.ugm.ac.d Dega demka, jumlah persamaa seluruhya adalah: ( ) ( ) 3

Cuc Sples 5 http://starto.sta.ugm.ac.d Tujua: mecar polomal tgkat 3 utuk setap terval ttk-ttk data. Polomal tgkat 3 ts harus memlk deresal pertama (grade) da deresal kedua (laju peruaha grade) yag kotu d ttk-ttk data. Polomal tgkat 3: 3 ( ) a c d Utuk () ttk data (,,,, ), terdapat terval, shg. terdapat 4 koese yag harus dcar (a,,c,d ),,,...,. Perlu persamaa sejumlah 4.

Cuc Sples 53 http://starto.sta.ugm.ac.d Ke-4 persamaa ts adalah s. Kurva sple memotog ttk-ttk data (kot): terval da ertemu d ttk data {, ( )} à ( ) pers. Kurva sple d terval pertama memotog ttk data pertama da kurva sple terakhr memotog ttk data terakhr à pers. Deresal pertama kurva sple d dua terval eruruta adalah sama d ttk data ys. à ( ) pers.

Cuc Sples 54 http://starto.sta.ugm.ac.d Deresal kedua kurva sple d dua terval eruruta adalah sama d ttk data ys. à ( ) pers. Deresal kedua kurva sple d ttk data pertama da terakhr sama dega ol à pers. Kosekues: kurva sple erupa gars lurus d ttk data pertama da d ttk data terakhr. Alterat: deresal kedua kurva sple d ttk data ts dketahu.

Cuc Sples 55 http://starto.sta.ugm.ac.d Dperoleh 4 persamaa yag harus dselesaka utuk mecar 4 koese, a,, c, d. Dmugkka utuk melakuka mapulas matemats shg dperoleh suatu tekk cuc sples yag haya memerluka peyelesaa (lhat uraa d uku acua): Chapra, S.P., Caale, R.P., 985, Numercal Methods or Egeers, McGraw-Hll Book Co., New York, hlm. 395-396).

http://starto.sta.ugm.ac.d Cuc Sples 56 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( )( ) ( ) 3 3 6 6 6 6 ʹ ʹ ʹ ʹ ʹ ʹ ʹ ʹ ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( ) ( ) [ ] ʹ ʹ ʹ ʹ ʹ ʹ 6 6 ukows d setap terval: ( ) ( ) ʹ ʹ ʹ ʹ da ( ) ( ) ( )persamaa terval ʹ ʹ ʹ ʹ

57 http://starto.sta.ugm.ac.d