Simulasi Regresi OLS dan Logistik 3 Dimensi

Simulasi Regresi OLS dan Logistik. 

Regresi adalah metode analisis statistik yang digunakan untuk mempelajari hubungan antara satu variabel dependen (Y) dengan satu atau lebih variabel independen (X). Memprediksi variabel dependen yang bersifat kuantitatif/kontinu (misalnya: pendapatan, tinggi badan, nilai ujian, konsumsi).

Versi view di sini

Berikut contoh aplikasi yang menampilkan simulasi 3 jenis regresi (Linier Berganda 3 variabel, Logistik Biner 3 variabel, dan Logistik Multinomial 3 variabel) dalam komponen Accordion
Aplikasi Regresi OLS dan Logistik

Aplikasi Regresi OLS dan Logistik

Regresi Linier: Hubungan X1, X2, X3, dan Y

Input Manual

Paste dari Excel

Format: Tab-separated values (TSV) - Gunakan Tab untuk memisahkan kolom

Input Data CSV (Dipisah Koma)

Format: Comma-separated values (CSV) - Gunakan koma (,) untuk memisahkan kolom

Upload File (CSV/Excel)

Regresi Logistik: Hubungan X1, X2, X3, dan Y (0/1)

Input Manual

Paste dari Excel

Format: Tab-separated values (TSV) - Gunakan Tab untuk memisahkan kolom

Input Data CSV (Dipisah Koma)

Format: Comma-separated values (CSV) - Gunakan koma (,) untuk memisahkan kolom

Upload File (CSV/Excel)

Regresi Logistik Multinomial: X1, X2, X3 → Y (Multi Kelas)

Info: Regresi Logistik Multinomial digunakan untuk memprediksi probabilitas kelas target (Y) yang memiliki lebih dari 2 kategori. Masukkan nilai Y sebagai angka bulat (0, 1, 2, dst.).

Input Manual

Paste dari Excel

Format: Tab-separated values (TSV) - Gunakan Tab untuk memisahkan kolom

Input Data CSV (Dipisah Koma)

Format: Comma-separated values (CSV) - Gunakan koma (,) untuk memisahkan kolom

Upload File (CSV/Excel)

Aplikasi menampilkan ketiga jenis regresi dalam komponen Accordion
  1. Regresi Linier Berganda (3 Variabel): Untuk memprediksi nilai kontinu Y berdasarkan X1, X2, dan X3.
  2. Regresi Logistik Biner (3 Variabel): Untuk memprediksi probabilitas kelas biner (0/1) berdasarkan X1, X2, dan X3.
  3. Regresi Logistik Multinomial (3 Variabel): Untuk memprediksi probabilitas kelas multi-kategori (0, 1, 2, ...) berdasarkan X1, X2, dan X3.
Setiap bagian memiliki format input seragam:
*   Input Manual: Mengisi data baris per baris.
*   Paste dari Excel: Menempel data yang dipisahkan dengan tab.
*   Input CSV (Koma): Menempel data yang dipisahkan dengan koma.
*   Upload File: Mengunggah file CSV atau Excel.