{"id":2141,"date":"2023-07-23T12:47:14","date_gmt":"2023-07-23T12:47:14","guid":{"rendered":"https:\/\/statorials.org\/id\/selisih-sisa-nol\/"},"modified":"2023-07-23T12:47:14","modified_gmt":"2023-07-23T12:47:14","slug":"selisih-sisa-nol","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/selisih-sisa-nol\/","title":{"rendered":"Cara menafsirkan null &amp; residual deviance (dengan contoh)"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Setiap kali Anda menyesuaikan model linier umum (seperti regresi logistik, regresi Poisson, dll.), sebagian besar perangkat lunak statistik menghasilkan nilai untuk <strong>penyimpangan nol<\/strong> dan <strong>penyimpangan sisa<\/strong> model.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Penyimpangan nol<\/strong> memberi tahu kita seberapa baik variabel respons dapat diprediksi oleh model yang hanya memiliki suku asli.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Penyimpangan sisa<\/strong> menunjukkan seberapa baik variabel respons dapat diprediksi oleh model dengan variabel prediktor <em>p<\/em> . Semakin rendah nilainya, maka semakin baik model tersebut dalam memprediksi nilai variabel respon.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk menentukan apakah suatu model \u201cberguna\u201d, kita dapat menghitung statistik Chi-kuadrat sebagai berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>X <sup>2<\/sup><\/strong> = Nol penyimpangan \u2013 Sisa penyimpangan<\/span><\/p>\n<p> <span style=\"color: #000000;\">dengan derajat kebebasan <em>p<\/em> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kami kemudian dapat menemukan nilai p yang terkait dengan statistik Chi-kuadrat ini. Semakin rendah nilai p, semakin baik model tersebut mampu menyesuaikan dengan kumpulan data dibandingkan dengan model yang hanya memiliki term asli.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh berikut menunjukkan cara menafsirkan penyimpangan nol dan sisa untuk model regresi logistik di R.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Contoh: Interpretasi dari penyimpangan nol dan sisa<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Untuk contoh ini, kita akan menggunakan dataset <strong>default<\/strong> dari paket ISLR. Kita dapat menggunakan kode berikut untuk memuat dan menampilkan ringkasan kumpulan data:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#load dataset<\/span>\ndata &lt;- ISLR::Default\n\n<span style=\"color: #008080;\">#view summary of dataset\n<\/span>summary(data)\n\n default student balance income     \n No:9667 No:7056 Min. : 0.0 Min. : 772  \n Yes: 333 Yes:2944 1st Qu.: 481.7 1st Qu.:21340  \n                       Median: 823.6 Median: 34553  \n                       Mean: 835.4 Mean: 33517  \n                       3rd Qu.:1166.3 3rd Qu.:43808  \n                       Max. :2654.3 Max. :73554 \n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Kumpulan data ini berisi informasi berikut tentang 10.000 individu:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>default:<\/strong> menunjukkan apakah seseorang mengalami default atau tidak.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>pelajar:<\/strong> menunjukkan apakah seseorang adalah pelajar atau bukan.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>saldo:<\/strong> Saldo rata-rata yang dibawa oleh seorang individu.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>pendapatan:<\/strong> Pendapatan individu.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Kami akan menggunakan status pelajar, saldo bank, dan pendapatan untuk membangun <a href=\"https:\/\/statorials.org\/id\/regresi-logistik-1\/\" target=\"_blank\" rel=\"noopener\">model regresi logistik<\/a> yang memprediksi kemungkinan seseorang akan gagal bayar:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#fit logistic regression model\n<\/span>model &lt;- glm(default~balance+student+income, family=\" <span style=\"color: #ff0000;\">binomial<\/span> \", data=data)\n\n<span style=\"color: #008080;\">#view model summary\n<\/span>summary(model)\n\nCall:\nglm(formula = default ~ balance + student + income, family = \"binomial\", \n    data = data)\n\nDeviance Residuals: \n    Min 1Q Median 3Q Max  \n-2.4691 -0.1418 -0.0557 -0.0203 3.7383  \n\nCoefficients:\n              Estimate Std. Error z value Pr(&gt;|z|)    \n(Intercept) -1.087e+01 4.923e-01 -22.080 &lt; 2e-16 ***\nbalance 5.737e-03 2.319e-04 24.738 &lt; 2e-16 ***\nstudentYes -6.468e-01 2.363e-01 -2.738 0.00619 ** \nincome 3.033e-06 8.203e-06 0.370 0.71152    \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\n(Dispersion parameter for binomial family taken to be 1)\n\n    Null deviance: 2920.6 on 9999 degrees of freedom\nResidual deviance: 1571.5 on 9996 degrees of freedom\nAIC: 1579.5\n\nNumber of Fisher Scoring iterations: 8\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Kita dapat mengamati nilai-nilai berikut dalam keluaran untuk nol dan simpangan sisa:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Nol penyimpangan<\/strong> : 2920.6 dengan df = 9999<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Simpangan sisa<\/strong> : 1571,5 dengan df = 9996<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Kita dapat menggunakan nilai-nilai ini untuk menghitung statistik X <sup>2<\/sup> model:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">X <sup>2<\/sup> = Nol penyimpangan \u2013 Sisa penyimpangan<\/span><\/li>\n<li> <span style=\"color: #000000;\"><sup>X2<\/sup> = 2910,6 \u2013 1579,0<\/span><\/li>\n<li> <span style=\"color: #000000;\"><sup>X2<\/sup> = 1331,6<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Terdapat <em>p<\/em> = 3 derajat kebebasan variabel prediktor.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita dapat menggunakan <a href=\"https:\/\/statorials.org\/id\/kalkulator-nilai-p-chi-kuadrat\/\" target=\"_blank\" rel=\"noopener\">kalkulator Chi-kuadrat ke nilai P<\/a> untuk menemukan bahwa nilai X <sup>2<\/sup> sebesar 1331,6 dengan 3 derajat kebebasan memiliki nilai p sebesar 0,000000.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Karena nilai p ini jauh lebih kecil dari 0,05, kita dapat menyimpulkan bahwa model ini sangat berguna dalam memprediksi kemungkinan seseorang akan gagal bayar.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Tutorial berikut menjelaskan cara melakukan regresi logistik dalam praktiknya di R dan Python:<\/span><\/p>\n<p> Bagaimana melakukan regresi logistik di R<br \/> <a href=\"https:\/\/statorials.org\/id\/python-regresi-logistik\/\" target=\"_blank\" rel=\"noopener\">Cara Melakukan Regresi Logistik dengan Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Setiap kali Anda menyesuaikan model linier umum (seperti regresi logistik, regresi Poisson, dll.), sebagian besar perangkat lunak statistik menghasilkan nilai untuk penyimpangan nol dan penyimpangan sisa model. Penyimpangan nol memberi tahu kita seberapa baik variabel respons dapat diprediksi oleh model yang hanya memiliki suku asli. Penyimpangan sisa menunjukkan seberapa baik variabel respons dapat diprediksi 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>Bagaimana menafsirkan penyimpangan nol dan sisa (dengan contoh) - Statologi<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara menginterpretasikan simpangan nol dan sisa\" \/>\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\/selisih-sisa-nol\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Bagaimana menafsirkan penyimpangan nol dan sisa (dengan contoh) - Statologi\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara menginterpretasikan simpangan nol dan sisa\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/selisih-sisa-nol\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-23T12:47:14+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\/selisih-sisa-nol\/\",\"url\":\"https:\/\/statorials.org\/id\/selisih-sisa-nol\/\",\"name\":\"Bagaimana menafsirkan penyimpangan nol dan sisa (dengan contoh) - Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-23T12:47:14+00:00\",\"dateModified\":\"2023-07-23T12:47:14+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara menginterpretasikan simpangan nol dan sisa\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/selisih-sisa-nol\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/selisih-sisa-nol\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/selisih-sisa-nol\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara menafsirkan null &amp; residual deviance (dengan contoh)\"}]},{\"@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":"Bagaimana menafsirkan penyimpangan nol dan sisa (dengan contoh) - Statologi","description":"Tutorial ini menjelaskan cara menginterpretasikan simpangan nol dan sisa","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\/selisih-sisa-nol\/","og_locale":"id_ID","og_type":"article","og_title":"Bagaimana menafsirkan penyimpangan nol dan sisa (dengan contoh) - Statologi","og_description":"Tutorial ini menjelaskan cara menginterpretasikan simpangan nol dan sisa","og_url":"https:\/\/statorials.org\/id\/selisih-sisa-nol\/","og_site_name":"Statorials","article_published_time":"2023-07-23T12:47:14+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\/selisih-sisa-nol\/","url":"https:\/\/statorials.org\/id\/selisih-sisa-nol\/","name":"Bagaimana menafsirkan penyimpangan nol dan sisa (dengan contoh) - Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-23T12:47:14+00:00","dateModified":"2023-07-23T12:47:14+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara menginterpretasikan simpangan nol dan sisa","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/selisih-sisa-nol\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/selisih-sisa-nol\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/selisih-sisa-nol\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara menafsirkan null &amp; residual deviance (dengan contoh)"}]},{"@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\/2141"}],"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=2141"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/2141\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=2141"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=2141"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=2141"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}