Apa itu Kalkulator Regresi?

Regression Calculator menyesuaikan kurva linier, kuadratik, dan polinomial ke titik data Anda. Alat ini menghitung koefisien, nilai R², dan galat standar, kemudian memplot kurva yang disesuaikan bersama data Anda untuk analisis visual.

Tersedia enam tipe model: linier, kuadratik, polinomial (derajat 3-10), eksponensial, logaritmik, dan pangkat. Anda bisa menempelkan baris langsung dari spreadsheet, parser menerima koma, tab, atau spasi sebagai pemisah. Grafik menumpangkan kurva yang sudah disesuaikan di atas scatter, dan persamaan muncul di bawah dalam bentuk yang biasa dikutip di jurnal.

Cara menggunakan

1. Masukkan titik data sebagai pasangan X,Y atau tempel dari spreadsheet.
2. Pilih jenis regresi (linier, kuadratik, polinomial) dan derajatnya.
3. Lihat persamaan, statistik R², plot residual, dan unduh hasilnya.

Kapan menggunakan

• Memeriksa apakah data proyek sains lebih cocok dengan linier atau kuadratik.
• Memperkirakan eksponen suatu hubungan pangkat dari hasil eksperimen fisika.
• Memeriksa garis tren secara cepat sebelum menempelkan angka ke laporan bisnis.

Hasil

Seorang peneliti memasukkan 20 titik data suhu-vs-hasil, memilih regresi kuadratik, dan mendapatkan y = -0,03x² + 4,2x - 12,5 dengan R² = 0,94, yang mengkonfirmasi hubungan non-linier.

FAQ

Apa arti nilai R² sebenarnya?

R² adalah bagian variasi nilai Y yang dijelaskan oleh model. R² = 0,94 berarti 94% naik-turun Y dijelaskan oleh X, sisanya 6% adalah noise atau faktor lain. R² mendekati 1 terlihat bagus, tetapi pada model polinomial juga bisa menjadi tanda overfit.

Kapan sebaiknya pakai regresi polinomial daripada linier?

Hanya saat scatter plot jelas melengkung dan Anda punya alasan fisik untuk itu. Menambah suku berderajat tinggi otomatis menaikkan R², tetapi kurva mulai berkelok-kelok di antara titik. Mulailah dari derajat 2, jarang melewati derajat 4.

Apa beda regresi eksponensial dan pangkat?

Eksponensial adalah y = a·e^(bx): Y tumbuh secara persentase saat X naik (bakteri, bunga majemuk). Pangkat adalah y = a·x^b: Y tumbuh sebanding X dipangkatkan eksponen konstan (periode orbit, alometri biologi). Pada sumbu linier terlihat mirip, pada skala log berbeda jauh.

Bisakah regresi logaritmik dilakukan dengan X = 0 atau negatif?

Tidak. Regresi logaritmik mencocokkan y = a + b·ln(x), dan ln(x) tidak terdefinisi di x = 0 maupun negatif. Geser data agar semua X positif, atau pilih linier/kuadratik. Jika dipaksakan, kalkulator akan mengembalikan error.

Berapa banyak titik data yang dibutuhkan untuk fit yang andal?

Dua titik bisa membentuk garis lurus sempurna tapi tidak mengatakan apa-apa tentang sebaran. Targetkan minimal 8-10 titik untuk linier, lebih banyak untuk derajat tinggi. Rule of thumb: minimal 10 titik per koefisien yang diestimasi. Lebih sedikit dari itu, R² akan melebih-lebihkan kualitas model.

Alat terkait