Regresi

Analisis regresi dalam R dan Python.

Regresi adalah suatu metode untuk mempelajari ketergantungan suatu variabel y terhadap variabel x yang lain. Metode analisisnya didasarkan pada kenyataan bahwa variabel yang diteliti dapat digambarkan dengan menggunakan fungsi yang bergantung pada nilai-nilai variabel terkontrol lainnya. Dengan kata lain, dengan mengetahui nilai X, Anda dapat memprediksi nilai y yang sesuai dengan cukup akurat. Ada dua metode analisis regresi: regresi linier berpasangan dan korelasi ganda.

Pada artikel kali ini kita akan membahas tentang cara melakukan regresi dalam bahasa pemrograman populer `R` dan `Python`. Juga

Pengujian regresi adalah proses pencarian kesalahan (bug) di dalam suatu fungsi dengan menggunakan model matematika yang akan memprediksi berfungsinya program terlepas dari parameter input yang dipilih. Jenis pengujian ini sangat akurat. Teori prediksi matematis digunakan untuk menemukan kekurangan dalam kode.

Analisis regresi adalah salah satu cabang matematika. Hal ini didasarkan pada studi tentang ketergantungan linier antar variabel - perubahan satu variabel mempengaruhi variabel lainnya. Ketergantungan linier dinyatakan dengan persamaan bentuk y = ax + b. Koefisien a dan b ditentukan dengan metode kuadrat terkecil dan menyatakan kinerja kesalahan model yang diuji. Penggunaan metode kuadrat terkecil memungkinkan Anda menemukan tidak hanya garis regresi itu sendiri, tetapi juga semua titik “rawan deviasi” yang terletak di bawahnya. Hal ini memungkinkan Anda membuat daftar titik data berbahaya yang memerlukan pengujian baru terlebih dahulu.

Inti dari algoritma regresi adalah untuk terus meningkatkan jumlah pengujian yang dapat direproduksi menggunakan teknik optimasi dan parameter pengujian. Tujuan dari algoritma ini adalah untuk terus mengevaluasi jumlah sampel yang dihasilkan terhadap rencana pengujian yang dihasilkan. Semua ini dapat diungkapkan dengan rumus:

n(i+1) = n(i) + ln(Kesalahan/n)/db(l)

Fungsi J mendeskripsikan bilangan tersebut