Apa itu regresi? (definisi & contoh)

Dalam statistik, regressor adalah nama yang diberikan kepada variabel apa pun dalam model regresi yang digunakan untuk memprediksi variabel respons.

Regresor disebut juga:

• Variabel penjelas
• Variabel independen
• Variabel yang dimanipulasi
• Prediksi variabel
• Sebuah karakteristik

Semua istilah ini digunakan secara bergantian tergantung pada jenis bidang tempat Anda bekerja: statistik, pembelajaran mesin, ekonometrika, biologi, dll.

Catatan: Terkadang variabel respons disebut “dapat diregresi”.

Regressor dalam model regresi

Kebanyakan model regresi mengambil bentuk berikut:

Y = β ₀ + B ₁ x ₁ + B ₂ x ₂ + B ₃ x ₃ + ε

Emas:

• Y : variabel respon
• β _i : Koefisien untuk regresi
• x _i : Para regresi
• ε: Istilah kesalahan

Inti dari membangun model regresi adalah untuk memahami bagaimana perubahan pada regressor menyebabkan perubahan pada variabel respon (atau “regressor”).

Perhatikan bahwa model regresi dapat memiliki satu atau lebih regresi.

Jika hanya terdapat satu regressor maka model tersebut disebut model regresi linier sederhana dan bila terdapat banyak regressor maka model tersebut disebut model regresi linier berganda untuk menunjukkan adanya beberapa regressor.

Contoh berikut mengilustrasikan cara menafsirkan regresi dalam model regresi yang berbeda.

Contoh 1: Hasil panen

Misalkan seorang petani ingin memahami faktor-faktor yang mempengaruhi hasil panen total (dalam pon). Ini mengumpulkan data dan membangun model regresi berikut:

Hasil panen = 154,34 + 3,56*(pon pupuk) + 1,89*(pon tanah)

Model ini memiliki dua regressor: Pupuk dan Tanah.

Berikut cara menafsirkan kedua regressor ini:

• Pupuk: Untuk setiap tambahan pon pupuk yang digunakan, hasil panen meningkat rata-rata 3,56 pon, dengan asumsi jumlah tanah tetap konstan.
• Tanah: Untuk setiap tambahan pon tanah yang digunakan, hasil panen meningkat rata-rata 1,89 pon, dengan asumsi jumlah pupuk tetap.

Contoh 2: Hasil ujian

Misalkan seorang profesor ingin memahami bagaimana jumlah jam belajar mempengaruhi nilai ujian. Ini mengumpulkan data dan membangun model regresi berikut:

Nilai ujian = 68,34 + 3,44* (jam belajar)

Model ini mencakup regresi: jam belajar. Kami menafsirkan koefisien regresi ini berarti bahwa untuk setiap tambahan jam belajar, nilai ujian meningkat rata-rata 3,44 poin.

Sumber daya tambahan

Bagaimana menafsirkan koefisien regresi
Cara Menguji Signifikansi Kemiringan Regresi
Cara Membaca dan Menafsirkan Tabel Regresi