Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel(-variabel) yang lain. Variabel "penyebab" disebut dengan bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel independen, atau secara bebas, variabel X (karena sering kali digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), tetapi variabel yang dipengaruhi harus selalu variabel acak.

Analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas untuk melakukan prediksi dan ramalan, dengan penggunaan yang saling melengkapi dengan bidang pembelajaran mesin. Analisis ini juga digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut.

Daftar pustaka

sunting
  • William H. Kruskal and Judith M. Tanur, ed. (1978), "Linear Hypotheses," International Encyclopedia of Statistics. Free Press, v. 1,
Evan J. Williams, "I. Regression," pp. 523–41.
Julian C. Stanley, "II. Analysis of Variance," pp. 541–554.
  • Lindley, D.V. (1987). "Regression and correlation analysis," New Palgrave: A Dictionary of Economics, v. 4, pp. 120–23.
  • Birkes, David and Yadolah Dodge, Alternative Methods of Regression. ISBN 0-471-56881-3
  • Chatfield, C. (1993) "Calculating Interval Forecasts," Journal of Business and Economic Statistics, 11. pp. 121–135.
  • Corder, G.W. and Foreman, D.I. (2009).Nonparametric Statistics for Non-Statisticians: A Step-by-Step Approach Wiley, ISBN 978-0-470-45461-9
  • Draper, N.R. and Smith, H. (1998).Applied Regression Analysis Wiley Series in Probability and Statistics
  • Fox, J. (1997). Applied Regression Analysis, Linear Models and Related Methods. Sage
  • Hardle, W., Applied Nonparametric Regression (1990), ISBN 0-521-42950-1
  • Meade, N. and T. Islam (1995) "Prediction Intervals for Growth Curve Forecasts," Journal of Forecasting, 14, pp. 413–430.
  • N. Cressie (1996) Change of Support and the Modiable Areal Unit Problem. Geographical Systems 3:159–180.
  • A.S. Fotheringham, C. Brunsdon, and M. Charlton and Sandt Damanik Witwicky. (2002) Geographically weighted regression: the analysis of spatially varying relationships. Wiley.


📚 Artikel Terkait di Wikipedia

Uji U Mann–Whitney

Wolfe (1999). Nonparametric Statistical Methods (Edisi 2). Wiley-Interscience. ISBN 978-0-471-19045-5. Siegal, Sidney (1956). Nonparametric statistics for

Median

doi:10.1117/12.946562. S2CID 173183609. Oja, Hannu (2010). Multivariate nonparametric methods with R: An approach based on spatial signs and ranks. Lecture

Statistika nonparametrik

Test", Practical Nonparametric Statistics (Edisi Third), Wiley, hlm. 157–176, ISBN 0-471-16068-7 Sprent, P. (1989), Applied Nonparametric Statistical Methods

SPSS

community.ibm.com. press release Gunarto, Hary (2019). Parametric & Nonparametric Data Analysis for Social Research: IBM SPSS. LAP Academic Publishing

StatPlus

untuk keperluan biomedis dengan kemampuan analisis time series dan nonparametric. Perangkat lunak ini dapat dijalankan pada sistem operasi Mac OS X dan

Statistika

Signed rank (Wilcoxon) Hodges–Lehmann estimator Rank sum (Mann–Whitney) Nonparametric anova 1-way (Kruskal–Wallis) 2-way (Friedman) Ordered alternative

Analisis varians satu arah

tanggal 2018-12-04. Diakses tanggal 2016-09-22. Sawilowsky, S. (1990). "Nonparametric tests of interaction in experimental design". Review of Educational

Efek pengacau

Signed rank (Wilcoxon) Hodges–Lehmann estimator Rank sum (Mann–Whitney) Nonparametric anova 1-way (Kruskal–Wallis) 2-way (Friedman) Ordered alternative