Video ini membahas konsep regresi linear dalam Probabilitas & Statistika, dimulai dari membangun model terbaik berdasarkan data penjualan minuman. Diperkenalkan metode least square untuk menemukan persamaan garis regresi linear yang terdiri dari y intercept dan gradient. Langkah-langkah praktis dijelaskan untuk menghitung koefisien A0 dan A1 menggunakan rumus least square. Model regresi linear digunakan untuk memprediksi nilai Y berdasarkan nilai X, dengan contoh perhitungan error dan deviasi dari model yang dibuat. Akhirnya, pentingnya koefisien korelasi (R kuadrat) untuk mengevaluasi seberapa baik model regresi linear yang dibuat dibandingkan dengan hanya menggunakan rata-rata data.
ATTACHMENT
Video ini membahas konsep regresi linear pada mata kuliah Probabilitas & Statistika. Regresi linear merupakan metode untuk membangun model terbaik yang lebih akurat daripada hanya menggunakan rata-rata data. Dalam video ini, dijelaskan langkah-langkah untuk menghitung model regresi linear menggunakan metode least square, termasuk menentukan koefisien A0 dan A1. Selain itu, juga dibahas tentang cara menentukan apakah model regresi yang dibuat sudah baik atau perlu diperbaiki melalui koefisien korelasi R kuadrat. Langkah-langkah tersebut diilustrasikan dengan contoh perhitungan menggunakan data penjualan minuman.
ATTACHMENT
Video ini membahas konsep regresi linear dengan metode least square untuk membangun model yang lebih baik daripada hanya menggunakan rata-rata data. Tahap pertama adalah membuat scatter plot dari data untuk melihat apakah dapat dihampiri dengan garis lurus. Selanjutnya, dilakukan perhitungan untuk menemukan koefisien A1 dan A0 dengan tujuan memperkecil error. Model linear yang dibuat kemudian digunakan untuk memprediksi nilai Y hat berdasarkan nilai X yang dimasukkan. Hasil perhitungan menunjukkan penurunan error dari 128 menjadi 6,59, yang akan dievaluasi dengan koefisien korelasi R kuadrat.
ATTACHMENT
Video ini membahas tahap kedua dari pembelajaran regresi linear, di mana kita membangun model terbaik yang lebih baik daripada sekedar rata-rata dengan menggunakan metode least square. Langkah-langkah metode least square akan dieksplorasi untuk mengevaluasi model yang dibuat. Penentuan centroid, perhitungan koefisien A1 dan A0, serta prediksi nilai Y hat juga dibahas dalam video ini. Melalui perhitungan error dan koefisien korelasi, kita dapat menilai seberapa baik model regresi linear yang telah dibangun.
ATTACHMENT
https://docs.google.com/spreadsheets/d/1NfwE6-15S_D-iD5cogZEe4WqIwPl8alH/edit?usp=sharing&ouid=101990340232047192293&rtpof=true&sd=true
