Cara membuat plot sisa di google sheets

Plot sisa adalah jenis plot yang menampilkan nilai yang disesuaikan dengan sisa untuk model regresi.

Jenis plot ini sering digunakan untuk mengevaluasi apakah model regresi linier sesuai atau tidak untuk kumpulan data tertentu dan untuk memeriksa residu untuk heteroskedastisitas .

Contoh langkah demi langkah berikut menunjukkan cara membuat plot sisa untuk model regresi linier sederhana di Google Spreadsheet.

Langkah 1: Masukkan datanya

Mari kita mulai dengan memasukkan nilai berikut untuk kumpulan data:

Langkah 2: Hitung persamaan model regresi

Selanjutnya, kita akan menggunakan fungsi SLOPE dan INTERCEPT untuk menghitung persamaan model regresi linier sederhana untuk dataset ini:

Dengan menggunakan nilai-nilai ini, kita dapat menulis persamaan regresi linier sederhana berikut:

kamu = 29,631 + 0,755x

Langkah 3: Hitung nilai prediksi

Kemudian kita dapat menggunakan persamaan regresi untuk menghitung nilai prediksi setiap observasi.

Kami akan mengetikkan rumus berikut di sel C2 :

 = $B$16 + $B$15 * A2

Kita kemudian dapat menyalin dan menempelkan rumus ini ke setiap sel yang tersisa di kolom C :

Langkah 4: Hitung residu

Residual adalah selisih antara nilai observasi dan nilai prediksi dalam model regresi.

Ini dihitung sebagai berikut:

Sisa = Nilai yang diamati – Nilai yang diprediksi

Untuk menghitung sisa tiap observasi pada dataset kita, kita bisa mengetikkan rumus berikut di sel D2 :

 = B2 - C2

Kita kemudian dapat menyalin dan menempelkan rumus ini ke setiap sel yang tersisa di kolom D :

Langkah 5: Buat plot sisa

Untuk membuat plot sisa, kita dapat menyorot nilai dalam rentang A2:A13 , lalu tahan tombol “Ctrl” dan sorot nilai dalam rentang D2:D13 .

Lalu klik tab Sisipkan , lalu klik Bagan di menu tarik-turun.

Di panel Chart Editor yang muncul di sisi kanan layar, pilih Scatter Plot sebagai tipe grafik:

Plot sisa berikut akan otomatis muncul:

Sumbu x menampilkan nilai variabel prediktor dalam model regresi kita dan sumbu y menampilkan residu.

Asumsi utama regresi linier adalah bahwa residu memiliki varian konstan pada setiap tingkat x, sehingga kita sering menggunakan plot residu untuk menentukan apakah asumsi ini terpenuhi.

Jika residu kira-kira terdistribusi secara merata di sekitar nol pada grafik tanpa tren yang jelas, maka secara umum asumsi varians konstan terpenuhi.

Pada plot residu di atas, kita dapat melihat bahwa titik-titik dalam plot tersebut tampak tersebar secara acak di sekitar nol tanpa pola yang jelas. Oleh karena itu kami menyimpulkan bahwa asumsi varians konstan terpenuhi untuk model regresi khusus ini.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di Google Spreadsheet:

Cara melakukan regresi linier di Google Sheets
Cara melakukan regresi polinomial di Google Spreadsheet