Kelas Probabilitas & Statistika

Evaluasi

Evaluasi

Video ini membahas evaluasi model Regresi Linear yang telah dibangun dari data sebelumnya. Evaluasi dilakukan dengan membandingkan error model dengan error dari model rata-rata, menghitung SSR, SST, dan koefisien korelasi untuk melihat seberapa baik model yang dimiliki. Hasil evaluasi menunjukkan tingkat ketepatan model sebesar 94,8%. Dengan Excel, Regresi Linear dapat dilakukan dengan mudah dan akurat. Dengan model Regresi Linear, kita dapat memprediksi hasil berdasarkan data yang ada, namun perlu diperhatikan konteks aplikasinya agar hasil prediksi lebih relevan. Ide dasar Regresi Linear adalah membuat model linear dari data untuk memperkirakan outcome dengan lebih akurat daripada menggunakan rata-rata.

ATTACHMENT

Video ini membahas evaluasi model Regresi Linear dengan membandingkan model yang dibangun dengan model rata-rata. Evaluasi dilakukan dengan menghitung sum of square total, sum of square baru, dan sum of square reduction untuk mendapatkan koefisien korelasi R kuadrat sebesar 0,948. Hasil evaluasi juga dapat digunakan untuk memprediksi outcome berdasarkan model yang telah dibangun. Proses evaluasi ini dapat dilakukan dengan mudah menggunakan Excel. Regresi Linear memungkinkan kita untuk membuat prediksi berdasarkan model linear yang telah dibangun dari data yang ada, dengan memperhitungkan error yang lebih kecil daripada menggunakan rata-rata.

ATTACHMENT

Video ini membahas evaluasi model regresi linear yang telah dibangun, dengan melakukan perbandingan antara error model dengan error rata-rata. Konsep penting seperti sum of square total (SST), sum of square reduction (SSR), dan koefisien korelasi dijelaskan untuk mengukur kebaikan model regresi. Selain itu, cara menggunakan Excel untuk Regress Linear juga disampaikan. Dengan model regresi linear, kita dapat memprediksi hasil berdasarkan data yang ada, namun perlu diingat bahwa persamaan linear memiliki batasan dalam konteks aplikasinya. Kesimpulannya, Regress Linear membantu dalam membuat model linear dari data, membandingkannya dengan model rata-rata, dan menghitung error yang lebih kecil.

ATTACHMENT

https://docs.google.com/spreadsheets/d/1NfwE6-15S_D-iD5cogZEe4WqIwPl8alH/edit?usp=sharing&ouid=101990340232047192293&rtpof=true&sd=true

Level

Pengajar