Cara membuat matriks kebingungan di excel

Regresi logistik adalah jenis regresi yang dapat kita gunakan jika variabel responnya adalah biner.

Cara umum untuk menilai kualitas model regresi logistik adalah dengan membuat matriks konfusi , yaitu tabel berukuran 2 × 2 yang menunjukkan nilai prediksi model versus nilai sebenarnya dari kumpulan data pengujian.

Contoh langkah demi langkah berikut menunjukkan cara membuat matriks konfusi di Excel.

Langkah 1: Masukkan datanya

Pertama, mari kita masukkan kolom nilai aktual suatu variabel respon beserta nilai yang diprediksi oleh model regresi logistik:

Langkah 2: Buat Matriks Kebingungan

Selanjutnya kita akan menggunakan rumus COUNTIFS() untuk menghitung banyaknya nilai yaitu “0” pada kolom Actual dan juga “0” pada kolom Predicted:

Kami akan menggunakan rumus serupa untuk mengisi semua sel lain dalam matriks konfusi:

Langkah 3: Hitung Akurasi, Presisi, dan Perolehan

Setelah kita membuat matriks konfusi, kita dapat menghitung metrik berikut:

• Akurasi : Persentase prediksi yang benar
• Akurasi : Benar prediksi positif relatif terhadap total prediksi positif
• Pengingat : Mengoreksi prediksi positif terhadap total positif aktual

Rumus berikut memperlihatkan cara menghitung setiap pengukuran ini di Excel:

Semakin tinggi presisinya, semakin mampu suatu model mengklasifikasikan observasi dengan benar.

Dalam contoh ini, model kita memiliki akurasi 0,7 yang menunjukkan bahwa model tersebut mengklasifikasikan 70% observasi dengan benar.

Jika diinginkan, kita dapat membandingkan akurasi ini dengan model regresi logistik lainnya untuk menentukan model mana yang paling baik dalam mengklasifikasikan observasi ke dalam kategori 0 atau 1.

Sumber daya tambahan

Pengantar Regresi Logistik
3 jenis regresi logistik
Regresi logistik vs regresi linier