Memiliki pemahaman yang kuat tentang regresi linier — metode pemodelan hubungan antara satu variabel dependen dan satu dengan beberapa variabel lainnya — dapat membantu Anda memecahkan banyak masalah dunia nyata. Area aplikasi melibatkan memprediksi hampir semua nilai numerik termasuk nilai perumahan, pengeluaran pelanggan, dan harga saham. Kursus ini mengungkapkan konsep di balik teknik regresi linier yang paling penting dan bagaimana menggunakannya secara efektif. Menggunakan IBM SPSS Statistics ketika berjalan melalui setiap konsep, sehingga beberapa paparan terhadap perangkat lunak itu diasumsikan. Tetapi penekanannya adalah pada pemahaman konsep dan bukan mekanisme perangkat lunak. Pengguna SPSS akan memiliki manfaat tambahan karena terpapar hampir setiap fitur regresi di SPSS.
Mencakup regresi linier sederhana, menjelaskan bagaimana membangun plot pencar yang efektif dan menghitung dan menafsirkan koefisien regresi. Juga menyelami tantangan dan asumsi regresi berganda dan langkah-langkah melalui tiga strategi regresi yang berbeda. Untuk menyelesaikannya, membahas beberapa alternatif untuk regresi, termasuk pohon regresi dan peramalan deret waktu.
Topik meliputi:
Membangun plot pencar yang efektif di Pembuat Grafik
Tantangan dan asumsi regresi berganda
Memeriksa asumsi secara visual
Membuat kode dummy
Membuat dan menguji istilah interaksi
Memahami korelasi parsial dan sebagian
Menemukan masalah dan mengambil tindakan korektif
Berurusan dengan multikolinieritas
