Thursday, April 18, 2019

perhitungan regresi linear pada jupyter


Pengertian regresi linear
Regresi linear sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Analisis ini digunakan untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah positif atau negatif serta untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan nilai. Data yang digunakan biasanya berskala interval atau rasio.
Rumus dari dari analisis regresi linear sederhana adalah sebagai berikut:
Y’ = a + bX
Keterangan:
Y= subyek dalam variabel dependen yang diprediksi
a = harga Y ketika harga X= 0 (harga konstan)
b = angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang didasarkan pada perubahan variabel independen. Bila (+) arah garis naik, dan bila (-) maka arah garis turun.
X = subyek pada variabel independen yang mempunyai nilai tertentu.

Tata cara mencari regresi linear menggunakan Jupiter notebook

1. buka anaconda navigator, lalu launch Jupiter notebook. Maka otomatis akan terbuka di tab baru pada browser kita. Seperti pada gambar di bawah.




2. pilih new pada pojok kanan atas, lalu pilih python 2 untuk membuat file .py baru. Setelah itu akan terbuka tab baru seperti pada gambar di bawah.



 3. lalu kita mulai mengkoding dengan cara mengimport library matplotlib agar program bisa mengunakannya dan dapat berjalan. Setelah itu jika tidak terdapat error kita lanjutkan memasukan data berupa variabel bebas seperti tv, radio dan newspaper yang didapatkan melalui web yang telah disisipkan.





4. selanjutnya adalah menjalankan listing yang berguna untuk merubah data table yang telah di dapatkan sebelumnya ke dalam grafik seperti gambar di bawah.




5. selanjutnya kita mengimport formula api statsmodels untuk menggunakan notasi formula dan membuat perhitungan prediksi seperti gambar di bawah.









6. terakhir kita memasukan listing untuk mendapatkan plot line nya seperti gambar di bawah ini.


No comments:

Post a Comment