Non-Linear Regression

Uncategorized

Pada dasarnya, non-linear regression memiliki konsep yang serupa dengan regresi linear. Sama-sama memprediksikan variabel terikat dari fitur-fitur berupa variabel bebas. Hanya saja, dalam menemukan persamaan matematika untuk memprediksi nilai y (variabel terikat), persamaan yang dipakai bukan persamaan linear, yang artinya kalian akan menemukan banyak sekali persamaan matematika non-linear.

Sebelum masuk lebih dalam ke persamaan-persamaan non-linear, salah satu poin yang harus kalian perhatikan adalah bagaimana sebaran data dari variabel terikat dan variabel bebas yang kalian punya? pastikan bentuk sebaran data kalian membentuk suatu kurva yang bukan garis lurus.

Berikut beberapa rumus regresi non-linear beserta plotnya.

Yang pertama adalah quadratic. Sesuai namanya, regresi non-linear ini menggunakan fungsi kuadrat yaitu y = ax^2 + bx + c. Ciri khas dari grafik quadratic adalah bentuk grafiknya yang menyerupai parabola, sehingga quadratic dapat dikatakan juga sebagai parabolic regression. Yang kedua adalah cubic. Regresi non linear ini menggunakan fungsi kubik yaitu y = ax^3 + bx^2 + cx + d. Berikutnya ada logistic regression. Logistic regression ini menggunakan persamaan seperti ini y = e^(b0 + b1x) / (1 + e^(b0 + b1x)). Lalu ada juga exponential regression. Metode ini berdasarkan fungsi eksponen, yaitu y = a^x + b.

Masih terdapat banyak lagi model dari regresi non-linear ini, seperti asymptotic, gauss, gompertz, michaelis menten, dan masih banyak lagi. Oleh karena itu, kapankah kita harus menggunakan non-linear regression? Kita harus membuat daftar pertanyaan seperti berikut. 

1) Pahami benar proyek yang kalian lakukan, apakah membutuhkan prediksi variabel terikat? 

2) Apakah solusi permasalahan kalian tidak bisa diselesaikan dengan regresi linear? 

3) Kenali betul sebaran data variabel bebas dan terikatnya, pola seperti apa yang dibentuk dari sebaran datanya? 

4) Kenali model-model regresi non-linear yang umum digunakan, apakah bentuk plotnya mirip dengan bentuk plot data kalian? 

Non-linear regression dapat diibaratkan sebagai etalase toko , kalian bisa menemukan berbagai macam model di dalamnya. Sama seperti fashion, pilihlah yang benar-benar cocok. Tapi yang paling penting, kenali dulu apa yang menjadi kebutuhan proyek kalian.

Pelajari lebih lengkap di sini.

0
    0
    Your Cart
    Your cart is empty