Model Linier dan Anlisis Regresi Komponen Utama dengan S-PLUS

Berikut ini perintah perintah S-PLUS berkaitan dengan idetinfikasi dan pencocokan model regresi linier Yi=α+βXi+εi.
attach (auto.dat)
fit1<-lm(1/Miles.per.gallon~Weight)fit1win.graph()abline(fit1)plot(fitted(fit1),residuals(fit1))outliers<-identify(fitted(fit1),residuals(fit1),labels=names(Weight))Pilih data yang masuk dalam kategori outlier dengan melakukan klik kiri mouse pada titik-titik data tersebut yang terlihat pada plot grafik. Lakukan klik kanan mouse untuk mengakhiri pemilihan outlier.
Untuk mencari model regresi komponen utama dari data di atas dalam S-PLUS mula-mula lakukan hal berikut:
1. Nyatakan respon penguapan sebagai vektor Y
2. Buat matrik A yang kolomnya menyatakan X1, X2, dan X3
Selanjutnya pelajari struktur kolomnya utama melalui fungsi
komutama<-princomp(A)summary(komutama)Dari ringkasan hasil perhitungan komponen utama dapat dilihat prosentasi masing-masing komponen dalam memberikan kontribusi variasi dalam data, sehingga dapat dipilih komponen yang signifikan masuk dalam model. Untuk melihat struktur loading dari tiap komponen digunakan fungsi:komutama$loadingsBerdasarkan pada struktur loading yang diperoleh dibangun variabel prediktor baru yang tidak saling berkorelasi. Model regresi linier dibangun dengan mangambil Y sebagai variabel respon dan variabel baru sebagai prediktor.Untuk lebih lanjut silakan aja download filenya:Model Linier dengan S-PLUS file MS-Word via Ziddu.com
Model Linier dengan S-PLUS file PDF via Ziddu.com

Arsyil Hendra Saputra, seorang statistikawan Semarang. Mahasiswa S1 Statistika UNDIP. Sebagai seorang Statistikawan, tidak menutup diri untuk membantu sesama dalammemecahkan permasalahan statistika. Bagi kamu yang pengin bertanya alias membahas sebuah persoalan statistik dengan saya, monggo, silakan tanyakan saja, dapat lewat blog ini atau facebook atau YM. Terima kasih. CP: 085740562043