Linear Regression Concept
Pendahuluan
Regresi linear adalah salah satu metode dalam statistika yang digunakan untuk memodelkan hubungan antara variabel dependen (variabel yang ingin diprediksi) dan satu atau lebih variabel independen (variabel yang digunakan untuk memprediksi). Metode ini sangat berguna dalam analisis data dan prediksi.
Tujuan
Tujuan regresi linear adalah untuk memprediksi nilai variabel dependen berdasarkan nilai variabel independen yang ada. Dengan menggunakan regresi linear, kita dapat mengidentifikasi dan memodelkan hubungan linier antara variabel dependen dan variabel independen. Tujuan utama dari regresi linear adalah untuk memahami dan menjelaskan pola hubungan antara variabel-variabel tersebut, serta untuk melakukan prediksi terhadap nilai variabel dependen yang belum diketahui.
Sebagai contoh, pada gambar di bawah ini kita bisa melihat sebuah grafik yang menunjukkan hubungan jumlah pendapatan dengan tingkat kebahagian. Kita dapat melihat bahwa ada suatu tren dimana semakin tinggi pendapatan seseorang, semakin tinggi pula tingkat kebahagian yang dirasakan. Tren ini dapat kita ilustrasikan dalam bentuk regresi.
Referensi: https://www.scribbr.com/statistics/simple-linear-regression/
Rumus Dasar
Regresi linear didasarkan pada asumsi bahwa terdapat hubungan linier antara variabel dependen dan variabel independen. Dalam regresi linear sederhana, hubungan ini dapat dinyatakan dalam persamaan garis lurus:
di mana:
\(y\) adalah variabel dependen
\(x\) adalah variabel independen
\(m\) adalah kemiringan garis (slope)
\(b\) adalah intercept (titik potong dengan sumbu y)