{"id":2139,"date":"2023-07-23T13:02:12","date_gmt":"2023-07-23T13:02:12","guid":{"rendered":"https:\/\/statorials.org\/id\/python-bic\/"},"modified":"2023-07-23T13:02:12","modified_gmt":"2023-07-23T13:02:12","slug":"python-bic","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/python-bic\/","title":{"rendered":"Cara menghitung bic dengan python"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><strong>Kriteria Informasi Bayesian<\/strong> , sering disingkat <strong>BIC<\/strong> , adalah ukuran yang digunakan untuk membandingkan kesesuaian model regresi yang berbeda.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam praktiknya, kami menyesuaikan beberapa model regresi ke kumpulan data yang sama dan memilih model dengan nilai BIC terendah sebagai model yang paling sesuai dengan data.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kami menggunakan rumus berikut untuk menghitung BIC:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>BIC:<\/strong> (RSS+log(n)d\u03c3\u0302 <sup>2<\/sup> ) \/ n<\/span><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>d:<\/strong> Jumlah prediktor<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>n:<\/strong> Jumlah observasi<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>\u03c3\u0302:<\/strong> Estimasi varians kesalahan yang terkait dengan setiap ukuran respons dalam model regresi<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>RSS:<\/strong> Jumlah sisa kuadrat dari model regresi<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>TSS:<\/strong> Jumlah total kuadrat model regresi<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Untuk menghitung BIC model regresi berganda dengan Python, kita dapat menggunakan fungsi <strong>statsmodels.regression.linear_model.OLS()<\/strong> , yang memiliki properti bernama bic yang memberi tahu kita nilai BIC untuk model tertentu.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh berikut menunjukkan cara menggunakan fungsi ini untuk menghitung dan menafsirkan BIC untuk berbagai model regresi dengan Python.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Contoh: menghitung BIC model regresi dengan Python<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan kita ingin menyesuaikan dua <a href=\"https:\/\/statorials.org\/id\/regresi-linier-berganda\/\" target=\"_blank\" rel=\"noopener\">model regresi linier berganda<\/a> yang berbeda menggunakan variabel dari kumpulan data <strong>mtcars<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Pertama, kami akan memuat kumpulan data ini:<\/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> statsmodels. <span style=\"color: #3366ff;\">api<\/span> <span style=\"color: #008000;\">as<\/span> sm\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;\">#view head of data\n<\/span>data. <span style=\"color: #3366ff;\">head<\/span> ()\n\n        model mpg cyl disp hp drat wt qsec vs am gear carb\n0 Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4\n1 Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4\n2 Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1\n3 Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1\n4 Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Selanjutnya, kita akan menyesuaikan dua model regresi berikut:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Model 1<\/strong> : mpg = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> (tampilan) + \u03b2 <sub>2<\/sub> (qsec)<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Model 2<\/strong> : mpg = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> (tersedia) + \u03b2 <sub>2<\/sub> (berat)<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Kode berikut menunjukkan cara menyesuaikan model pertama dan menghitung BIC:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008080;\">#define response variable\n<\/span>y = data['mpg']\n\n<span style=\"color: #008080;\">#define predictor variables\n<\/span>x = data[['disp', 'qsec']]\n\n<span style=\"color: #008080;\">#add constant to predictor variables\n<\/span>x = sm. <span style=\"color: #3366ff;\">add_constant<\/span> (x)\n\n<span style=\"color: #008080;\">#fit regression model\n<\/span>model = sm. <span style=\"color: #3366ff;\">OLS<\/span> (y,x). <span style=\"color: #3366ff;\">fit<\/span> ()\n\n<span style=\"color: #008080;\">#view BIC of model\n<\/span><span style=\"color: #993300;\">print<\/span> (model. <span style=\"color: #3366ff;\">bic<\/span> )\n\n174.23905634994506<\/strong><\/span><\/pre>\n<p> <span style=\"color: #000000;\">BIC model ini ternyata <strong>174.239<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Selanjutnya, kita akan memasang model kedua dan menghitung BIC:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008080;\">#define response variable\n<\/span>y = data['mpg']\n\n<span style=\"color: #008080;\">#define predictor variables\n<\/span>x = data[['disp', 'wt']]\n\n<span style=\"color: #008080;\">#add constant to predictor variables\n<\/span>x = sm. <span style=\"color: #3366ff;\">add_constant<\/span> (x)\n\n<span style=\"color: #008080;\">#fit regression model\n<\/span>model = sm. <span style=\"color: #3366ff;\">OLS<\/span> (y,x). <span style=\"color: #3366ff;\">fit<\/span> ()\n\n<span style=\"color: #008080;\">#view BIC of model\n<\/span><span style=\"color: #993300;\">print<\/span> (model. <span style=\"color: #3366ff;\">bic<\/span> )\n\n166.56499196301334<\/strong><\/span><\/pre>\n<p> <span style=\"color: #000000;\">BIC model ini ternyata <strong>166.565<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Karena model kedua memiliki nilai BIC yang lebih rendah, maka model tersebut merupakan model yang paling cocok.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Setelah kami mengidentifikasi model ini sebagai yang terbaik, kami dapat melanjutkan dengan penyesuaian model dan menganalisis hasilnya, termasuk nilai R-kuadrat dan koefisien beta, untuk menentukan hubungan yang tepat antara kumpulan variabel prediktif dan <a href=\"https:\/\/statorials.org\/id\/variabel-tanggapan-penjelas\/\" target=\"_blank\" rel=\"noopener\">variabel respons<\/a> .<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Dua metrik lain yang umum digunakan untuk membandingkan kesesuaian model regresi adalah <strong>AIC<\/strong> dan <strong>R-squared yang disesuaikan<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tutorial berikut menjelaskan cara menghitung masing-masing metrik untuk model regresi dengan Python:<\/span><\/p>\n<p> <a href=\"https:\/\/statorials.org\/id\/aic-dengan-python\/\" target=\"_blank\" rel=\"noopener\">Cara menghitung AIC model regresi dengan Python<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/r-persegi-dengan-python-menyesuaikan\/\" target=\"_blank\" rel=\"noopener\">Cara menghitung R-kuadrat yang disesuaikan dengan Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Kriteria Informasi Bayesian , sering disingkat BIC , adalah ukuran yang digunakan untuk membandingkan kesesuaian model regresi yang berbeda. Dalam praktiknya, kami menyesuaikan beberapa model regresi ke kumpulan data yang sama dan memilih model dengan nilai BIC terendah sebagai model yang paling sesuai dengan data. Kami menggunakan rumus berikut untuk menghitung BIC: BIC: (RSS+log(n)d\u03c3\u0302 2 [&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 BIC dengan Python - Statologi<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara menghitung nilai BIC untuk model regresi dengan Python, dengan beberapa 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\/python-bic\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara menghitung BIC dengan Python - Statologi\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara menghitung nilai BIC untuk model regresi dengan Python, dengan beberapa contoh.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/python-bic\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-23T13:02:12+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\/python-bic\/\",\"url\":\"https:\/\/statorials.org\/id\/python-bic\/\",\"name\":\"Cara menghitung BIC dengan Python - Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-23T13:02:12+00:00\",\"dateModified\":\"2023-07-23T13:02:12+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara menghitung nilai BIC untuk model regresi dengan Python, dengan beberapa contoh.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/python-bic\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/python-bic\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/python-bic\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara menghitung bic 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 BIC dengan Python - Statologi","description":"Tutorial ini menjelaskan cara menghitung nilai BIC untuk model regresi dengan Python, dengan beberapa 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\/python-bic\/","og_locale":"id_ID","og_type":"article","og_title":"Cara menghitung BIC dengan Python - Statologi","og_description":"Tutorial ini menjelaskan cara menghitung nilai BIC untuk model regresi dengan Python, dengan beberapa contoh.","og_url":"https:\/\/statorials.org\/id\/python-bic\/","og_site_name":"Statorials","article_published_time":"2023-07-23T13:02:12+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\/python-bic\/","url":"https:\/\/statorials.org\/id\/python-bic\/","name":"Cara menghitung BIC dengan Python - Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-23T13:02:12+00:00","dateModified":"2023-07-23T13:02:12+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara menghitung nilai BIC untuk model regresi dengan Python, dengan beberapa contoh.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/python-bic\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/python-bic\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/python-bic\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara menghitung bic 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\/2139"}],"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=2139"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/2139\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=2139"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=2139"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=2139"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}