{"id":1204,"date":"2023-07-27T07:35:07","date_gmt":"2023-07-27T07:35:07","guid":{"rendered":"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/"},"modified":"2023-07-27T07:35:07","modified_gmt":"2023-07-27T07:35:07","slug":"r-persegi-dengan-python-menyesuaikan","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/","title":{"rendered":"Cara menghitung r-kuadrat yang disesuaikan dengan python"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><strong>R-squared<\/strong> , sering ditulis <sup>R2<\/sup> , adalah proporsi varians <a href=\"https:\/\/statorials.org\/id\/variabel-tanggapan-penjelas\/\" target=\"_blank\" rel=\"noopener noreferrer\">variabel respon<\/a> yang dapat dijelaskan oleh variabel prediktor dalam <a href=\"https:\/\/statorials.org\/id\/regresi-linier-berganda\/\" target=\"_blank\" rel=\"noopener noreferrer\">model regresi linier<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Nilai R squared dapat berkisar antara 0 hingga 1. Nilai 0 menunjukkan bahwa variabel respon sama sekali tidak dapat dijelaskan oleh variabel prediktor, sedangkan nilai 1 menunjukkan bahwa variabel respon dapat dijelaskan oleh variabel prediktor. dijelaskan dengan sempurna tanpa kesalahan oleh prediktor. variabel.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>R-squared yang disesuaikan<\/strong> adalah versi modifikasi dari R-squared yang menyesuaikan jumlah prediktor dalam model regresi. Ini dihitung sebagai berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Disesuaikan R <sup>2<\/sup> = 1 \u2013 [(1-R <sup>2<\/sup> )*(n-1)\/(nk-1)]<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>R <sup>2<\/sup><\/strong> : R <sup>2<\/sup> model<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>n<\/strong> : Jumlah observasi<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>k<\/strong> : Banyaknya variabel prediktor<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Karena <sup>R2<\/sup> selalu meningkat saat Anda menambahkan prediktor ke model, <sup>R2<\/sup> yang disesuaikan dapat berfungsi sebagai metrik yang memberi tahu Anda seberapa berguna suatu model, <em>disesuaikan berdasarkan jumlah prediktor dalam model<\/em> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tutorial ini menunjukkan dua contoh penghitungan <sup>R2<\/sup> yang disesuaikan untuk model regresi dengan Python.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Terkait:<\/strong><\/span> <a href=\"https:\/\/statorials.org\/id\/nilai-r-kuadrat-yang-bagus\/\" target=\"_blank\" rel=\"noopener noreferrer\">Berapa nilai R-kuadrat yang bagus?<\/a><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Contoh 1: hitung R-kuadrat yang disesuaikan dengan sklearn<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\"><span style=\"color: #000000;\">Kode berikut menunjukkan cara menyesuaikan model regresi linier berganda dan menghitung R-kuadrat model menggunakan sklearn:<\/span><\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008000;\">from<\/span> sklearn. <span style=\"color: #3366ff;\">linear_model<\/span> <span style=\"color: #008000;\">import<\/span> LinearRegression\n<span style=\"color: #008000;\">import<\/span> pandas <span style=\"color: #008000;\">as<\/span> pd\n\n<span style=\"color: #008080;\">#define URL where dataset is located\n<\/span>url = \"https:\/\/raw.githubusercontent.com\/Statorials\/Python-Guides\/main\/mtcars.csv\"\n\n<span style=\"color: #008080;\">#read in data\n<\/span>data = pd. <span style=\"color: #3366ff;\">read_csv<\/span> (url)\n\n<span style=\"color: #008080;\">#fit regression model\n<\/span>model = <span style=\"color: #3366ff;\">LinearRegression<\/span> ()\nx, y = data[[\"mpg\", \"wt\", \"drat\", \"qsec\"]], data.hp\nmodel. <span style=\"color: #3366ff;\">fit<\/span> (x,y)\n\n<span style=\"color: #008080;\">#display adjusted R-squared\n<\/span>1 - (1-model. <span style=\"color: #3366ff;\">score<\/span> (X, y))*( <span style=\"color: #3366ff;\">len<\/span> (y)-1)\/( <span style=\"color: #3366ff;\">len<\/span> (y)-X. <span style=\"color: #3366ff;\">shape<\/span> [1]-1)\n\n0.7787005290062521<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">R-kuadrat model yang disesuaikan ternyata <strong>0,7787<\/strong> .<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Contoh 2: Hitung R-kuadrat yang disesuaikan dengan model statistik<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Kode berikut menunjukkan cara menyesuaikan model regresi linier berganda dan menghitung R-kuadrat model yang sesuai menggunakan statsmodels:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008000;\"><span style=\"color: #000000;\"><span style=\"color: #008000;\">import<\/span> statsmodels. <span style=\"color: #3366ff;\">api<\/span> <span style=\"color: #008000;\">as<\/span> sm<\/span>\nimport<\/span> pandas <span style=\"color: #008000;\">as<\/span> pd\n\n<span style=\"color: #008080;\">#define URL where dataset is located\n<\/span>url = \"https:\/\/raw.githubusercontent.com\/Statorials\/Python-Guides\/main\/mtcars.csv\"\n\n<span style=\"color: #008080;\">#read in data\n<\/span>data = pd. <span style=\"color: #3366ff;\">read_csv<\/span> (url)\n\n<span style=\"color: #008080;\">#fit regression model\n<\/span>x, y = data[[\"mpg\", \"wt\", \"drat\", \"qsec\"]], data.hp\nX = sm. <span style=\"color: #3366ff;\">add_constant<\/span> (X)\nmodel = sm. <span style=\"color: #3366ff;\">OLS<\/span> (y,x). <span style=\"color: #3366ff;\">fit<\/span> ()\n\n<span style=\"color: #008080;\">#display adjusted R-squared\n<\/span><span style=\"color: #008000;\">print<\/span> ( <span style=\"color: #3366ff;\">model.rsquared_adj<\/span> )\n\n0.7787005290062521<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">R-kuadrat model yang disesuaikan ternyata adalah <strong>0,7787<\/strong> , yang cocok dengan hasil contoh sebelumnya.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> <a href=\"https:\/\/statorials.org\/id\/regresi-linier-sederhana-dengan-python\/\" target=\"_blank\" rel=\"noopener noreferrer\">Cara melakukan regresi linier sederhana dengan Python<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/python-regresi-linier\/\" target=\"_blank\" rel=\"noopener noreferrer\">Cara melakukan regresi linier berganda dengan Python<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/aic-dengan-python\/\" target=\"_blank\" rel=\"noopener\">Cara menghitung AIC model regresi dengan Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>R-squared , sering ditulis R2 , adalah proporsi varians variabel respon yang dapat dijelaskan oleh variabel prediktor dalam model regresi linier . Nilai R squared dapat berkisar antara 0 hingga 1. Nilai 0 menunjukkan bahwa variabel respon sama sekali tidak dapat dijelaskan oleh variabel prediktor, sedangkan nilai 1 menunjukkan bahwa variabel respon dapat dijelaskan oleh [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Cara menghitung R-kuadrat yang disesuaikan dengan Python - Statologi<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara menghitung R-kuadrat yang disesuaikan untuk model regresi dengan Python, dengan sebuah contoh.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara menghitung R-kuadrat yang disesuaikan dengan Python - Statologi\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara menghitung R-kuadrat yang disesuaikan untuk model regresi dengan Python, dengan sebuah contoh.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-27T07:35:07+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/\",\"url\":\"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/\",\"name\":\"Cara menghitung R-kuadrat yang disesuaikan dengan Python - Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-27T07:35:07+00:00\",\"dateModified\":\"2023-07-27T07:35:07+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara menghitung R-kuadrat yang disesuaikan untuk model regresi dengan Python, dengan sebuah contoh.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara menghitung r-kuadrat yang disesuaikan dengan python\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Cara menghitung R-kuadrat yang disesuaikan dengan Python - Statologi","description":"Tutorial ini menjelaskan cara menghitung R-kuadrat yang disesuaikan untuk model regresi dengan Python, dengan sebuah contoh.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/","og_locale":"id_ID","og_type":"article","og_title":"Cara menghitung R-kuadrat yang disesuaikan dengan Python - Statologi","og_description":"Tutorial ini menjelaskan cara menghitung R-kuadrat yang disesuaikan untuk model regresi dengan Python, dengan sebuah contoh.","og_url":"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/","og_site_name":"Statorials","article_published_time":"2023-07-27T07:35:07+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"2 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/","url":"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/","name":"Cara menghitung R-kuadrat yang disesuaikan dengan Python - Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-27T07:35:07+00:00","dateModified":"2023-07-27T07:35:07+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara menghitung R-kuadrat yang disesuaikan untuk model regresi dengan Python, dengan sebuah contoh.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara menghitung r-kuadrat yang disesuaikan dengan python"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1204"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=1204"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1204\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=1204"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=1204"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=1204"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}