Interactive Econometric Lab

Interactive Econometric Lab, merupakan ruang eksperimen terbaru di blog dataaksi di mana teori ekonometrika tidak lagi sekadar deretan rumus yang sulit dipahami, melainkan alat yang menairk dan interaktif. Saat ini oleh data, buka sesuatu yang sulit dan mahal. Beberapa orang mungkin maish menggunakan, SPSS, EVIEWS dan beberapa tools analissi data yang user friendly. Mahasiswa Bisnis Digitla FEB UNM, di ajak belajar lebih dalam memahami proses-proses dibelakang visual output.


Pengalaman mengajar ekonometrika di Prodi Ekonomi Pembangunan, dimana kita perlu berusaha keras dahulu agar mahasiswa menyukai matematika dan statistik. Demikian pula di Prod Bisnis Digital FEB UNM. Membangun rasa suka dan cinta pada Matematika dan statistik merupakan tantangan tersendiri. Interpretasi hasil adalah tantangan yang lain.


Namun dengan software open source seperti python, dengan trigger visual yang indah, mahasiswa mulai menyukai persamaan dan numerik (meski rada-rada terpaksa) hehe.  Motivasinya kita semua hidup ke dunia karena paksaan ibu mendorong kita keluar melihat dunia yang lebih luas. 


Selamat menikmati Interactive Econometric Lab. Tools ini merupakan penunjang mata kuliah pemrograman data sains di Prodi Bisnis Digital FEB UNM

Interactive Econometric Lab

DataAksi • Econometric Analysis Laboratory
VERSION 2.0

Input Data

Masukkan data dengan format CSV. Baris pertama merupakan variabel.

Data Structure

Struktur dataset yang terbaca oleh sistem.
Belum ada data yang dianalisis.

Data Observasi

↔ Perhatikan output di atas

Model Specification

Variabel dependen secara otomatis dianggap sebagai kolom terakhir.
Model belum dijalankan.
Observations
-
Number of X
-
Degrees of Freedom
-
R²
-
Adjusted R²
-
F Statistic
-

OLS Regression Results

Variable Coefficient Std. Error t-Statistic p-Value VIF
↔ Geser horizontal untuk melihat seluruh kolom

Estimated Equation

-
Durbin-Watson
-
Jarque-Bera
-
Breusch-Pagan
-

Diagnostic Tests

Test Statistic df p-Value Interpretation

3D Interactive Visualization

Pilih tiga variabel yang ingin divisualkan. Jika model memiliki lebih dari 3 variabel independen, Anda tetap dapat memilih kombinasi variabel X, Y, dan Z tanpa mengubah model regresi.
🖱️ Drag untuk memutar · Scroll untuk zoom · Klik RESET ROTASI untuk kembali ke posisi awal.
X Sumbu horizontal
Y Sumbu kedalaman
Z Sumbu vertikal

Actual vs Predicted

Residual vs Fitted

Q-Q Plot

📋 Data Observasi & Residual

Data aktual, nilai prediksi, residual, squared error dan absolute error.
No Actual
Y
Predicted
Y
Residual Residual² Absolute
Error
Squared
Error
Percentage
Error
↔ Geser ke kanan untuk melihat seluruh kolom
Mean Absolute Error
-
Mean Squared Error
-
RMSE
-

Econometric Report

Jalankan model terlebih dahulu.

File Praktik Algoritma Regresi dengan Python