Tugas 2
Tugas Halaman 41
1. Pelajari model regresi sebagai berikut
1) Y= -6 + 3X
2) Y= -5 – 4X
3) Y= 8 – 2X
a.
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
a) Pada
soal 1) Y= -6 + 3X
Jika X = 0 maka intersep
= -6 dan slop 3,
X = 1 maka Y= -6 + 3(1) = -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
b) Pada
soal 2)Y= -5 – 4X
Jika X = 0 maka intersep = -5 dan slop -4,
X = 1 maka Y= -5 – 4(1) = -9
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 = 11 maka Y= -5 – 4(11)
= -49
c) Pada
soal c) 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
b.
Buatlah garis lurus ketiga model tersebut dalam
kertas grafik secara terpisah
1.
2)
3)
2. Pelajari asusmsi-asumsi persamaan garis
lurus yang telah diuraikan, diskusikanlah dengan teman saudara dan buatlah
dengan bahasa saudara sendiri:
a. Eksistensi, untuk setiap nilai dari variabel X, dan Y adalah random variabel
yang mempunyai nilai rata-rata dan varians tertentu. Notasi untuk populasi.
b. Nilai Y adalah independen, nilai Y
adalah independen satu sama lain, artinya suatu nilai Y tidak dipengaruhi oleh
nilai Y lain.
c. Linearrity yaitu berarti nilai 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.
d. Homoscedasticity artinya varians Y adalah sama untuk setiap nilai X (homo
artinya sama ; scedastic artinya “menyebar” = scattered).
e. Distribusi normal artinya varians Y adalah sama untuk setiap nilai X (homo
artinya sama ; scedastic artinya “menyebar” = scattered).
Tidak ada komentar:
Posting Komentar