Kuis Regresi

Apa tujuan utama dari regresi linier berganda?

• Memprediksi variabel dependen berdasarkan satu variabel independen

• Memprediksi variabel dependen berdasarkan beberapa variabel independen

• Menentukan hubungan nonlinear antara variabel

• Mengurangi dimensi data

Asumsi utama dalam regresi linier berganda adalah berikut, kecuali:

• Linearitas

• Multikolinearitas

• Homoskedastisitas

• Normalitas residual

Dalam regresi linier berganda, apa yang dimaksud dengan multikolinearitas?

• Hubungan non-linear antara variabel dependen dan independen

• Hubungan linier yang kuat antara variabel independen

• Variabel dependen yang saling berkorelasi

• Adanya outlier dalam data

Apa yang diukur oleh koefisien determinasi (R²) dalam regresi linier berganda?

• Proporsi varians variabel dependen yang dijelaskan oleh variabel independen

• Proporsi varians variabel independen yang dijelaskan oleh variabel dependen

• Tingkat signifikansi model regresi

• Tingkat multikolinearitas dalam model

Metode yang digunakan untuk mendeteksi multikolinearitas dalam regresi linier berganda adalah:

• Uji Durbin-Watson

• Uji Kolmogorov-Smirnov

• Uji heteroskedastisitas

• Variance Inflation Factor (VIF)

Apa yang dimaksud dengan metode Best Subset Selection?

• Memilih subset variabel independen yang memberi model dengan R² tertinggi

• Memilih subset variabel independen yg memberi model dg adj R² tertinggi

• Memilih subset variabel independen secara acak

• Menghapus semua variabel independen yang tidak signifikan

Bagaimana Best Subset Selection memilih model terbaik?

• Dengan menambahkan variabel satu per satu

• Dengan menghapus variabel yang tidak signifikan

• Dengan mencoba semua kemungkinan kombinasi variabel

• Dengan menggunakan regularisasi

Kriteria yang sering digunakan untuk memilih model dalam Best Subset Selection adalah:

• R², AIC, BIC

• P-value

• Nilai mean

• Uji t

Mengapa Best Subset Selection jarang digunakan untuk dataset dengan banyak variabel?

• Karena kompleksitas komputasi yang tinggi

• Karena tidak dapat menangani data kategorikal

• Karena menghasilkan model yang kurang akurat

• Karena tidak mempertimbangkan multikolinearitas

Koefisien dlm regresi linier berganda dpt diinterpretasikan sbg perubahan dlm variabel dependen tiap peningkatan 1 unit

• TRUE

• FALSE