Topic 4-Case Study (Multiple Linear Regression) PDF

Preview

Summary

Topic 4-Case Study (Multiple Linear Regression)
Data mining...

Description

Topic 4 - MLR: Case Study

Var. y: HOAO Var. x: JNK,….,HYG

Pt :harga hariini Pt +1 :harga besok

Pt =log Korelasi

( )

Pt +1 = log Pt +1−log Pt Pt

JNK: sangat signifikan VGLT & VGSH: signifikannya kecil Cuma di level 10% p-value cukup kecil

Tdk terlihat ada heterodescacity, namun homodescacity cukup kurang

Variansi dari residu tdk terlalu besar → masih bisa diterima

Cukup berdistribusi normal

Tahap 1: mencari dr ke-10 variable itu, variable mana yg menghasilkan

R2 paling tinggi

Tahap 2: menambah variable lain sebagai regressor untuk model yg baru Ingin tahu apakah penambahan variable akan memperbaiki R2

2

R =0,4711413

Adj-R-square yg di dpt tidak lebih baik drpd adj-R-squared full model Kelemahan variable selection: 1. Algoritma ini tdk mencari dr semua kemungkinan 210 , hanya bbrp aja yg di consider 2. Tdk memperhitungkan transformasi atau kombinasi linear dr bbrp variable regressor 3. Tdk memperhitungkan researcher knowledge Tdk tau arti JNK, VGSH, dll

Cuma 1 point yg high leverage: pada data ke-245

Buat model tanpa data 245

Adj- R2 tidak lebih baik

Ada perubahan yg cukup signifikan dr setiap koefisien variabel2nya Kesimpulan: high leverage itu adalah poin yg unusual dan bukan representasi dr populasi sehingga bisa dibuang

Ada 10 model regresi

BIV: variable dgn VIF tertinggi shg bisa dibuang...