Regresi linear: Perbedaan antara revisi

Jelajahi riwayat secara interaktif

← Revisi sebelumnya

Konten dihapus Konten ditambahkan

VisualTeks wiki

Revisi per 29 Oktober 2021 04.24 sunting Nadiantara (bicara \| kontrib) Peninjau otomatis 3.225 suntingan kTidak ada ringkasan suntingan Tag: VisualEditor ← Revisi sebelumnya		Revisi terkini sejak 14 Mei 2023 18.33 sunting balikkan Irul07 (bicara \| kontrib) 73 suntingan Tidak ada ringkasan suntingan Tag: VisualEditor Suntingan perangkat seluler Suntingan peramban seluler Tugas pengguna baru Newcomer task: copyedit
(14 revisi perantara oleh 8 pengguna tidak ditampilkan)
Baris 1: Dalam Statistik, '''regresi linear''' merupakan pendekatan untuk memodelkan hubungan antara suatu (satu atau lebih) variabel dependen dengan satu ([[regresi linear sederhana]]) atau lebih variabel independen (regresi linier banyak). Salah satu aplikasi dari regresi linier adalah untuk melakukan prediksi berdasarkan data-data yang telah dimiliki sebelumnya. Dengan asumsi hubungan di antara variabel-variabel tersebut dapat didekati oleh suatu persamaan garis lurus, maka model yang mendekati hubungan antar variabel di data tersebut disebut sebagai model regresi linear..▼ ~~{{rapikan}}~~ ▲Dalam Statistik, '''regresi linear''' merupakan pendekatan untuk memodelkan hubungan antara suatu (satu atau lebih) variabel dependen dengan satu ([[regresi linear sederhana]]) atau lebih variabel independen (regresi linier banyak). Salah satu aplikasi dari regresi linier adalah untuk melakukan prediksi berdasarkan data-data yang telah dimiliki sebelumnya. Dengan asumsi hubungan di antara variabel-variabel tersebut dapat didekati oleh suatu persamaan garis lurus, maka model yang mendekati hubungan antar variabel di data tersebut disebut sebagai model regresi linear.. In statistics, '''linear regression''' is a linear approach for modelling the relationship between a scalar response and one or more explanatory variables (also known as dependent and independent variables). The case of one explanatory variable is called ''simple linear regression''; for more than one, the process is called '''multiple linear regression'''. This term is distinct from multivariate linear regression, where multiple correlated dependent variables are predicted, rather than a single scalar variable. == Regresi Linear ''Univariate'' ==