WorksheetsQuiz Modul 3 Prakstat Shift 2
Total questions: 20
Worksheet time: 10mins
Variabel dependen (terikat) dalam Regresi Logistik harus bersifat...
Selalu berjumlah 3 kategori atau lebih
Semua variabel harus bertipe data float64
Metrik (Numerik) dengan distribusi normal
Kategorik
Apa yang dimaksud dengan Odds Ratio dalam konteks Regresi Logistik?
Perbandingan kemungkinan terjadinya suatu peristiwa dengan kemungkinan tidak terjadinya suatu peristiwa
Rasio yang menggambarkan seberapa besar peningkatan/penurunan odds kejadian untuk setiap kenaikan satu unit pada variabel prediktor
Metrik yang mengukur seberapa baik model dapat membedakan antara dua kelompok hasil
Perbandingan antara probabilitas terjadinya suatu peristiwa dengan probabilitas peristiwa lain yang akan terjadi
Jika variabel terikat (Y) memiliki lebih dari 2 kategorisasi, misalnya memprediksi jenis pekerjaan (manajer, teknisi, administrasi), maka Regresi Logistik yang digunakan adalah...
Regresi Logistik Biner
Regresi Logistik Sederhana
Regresi Logistik Multinomial
Regresi Logistik Berganda
Hasil dari model regresi logistik adalah dalam bentuk...
Persamaan garis linear (Y = β0 + β1 X)
Probabilitas atau kemungkinan
Nilai mean square error (MSE) yang diminimalkan
Variabel biner diskrit (0 atau 1) secara langsung
Pembagian dataset menjadi data latih dan data uji untuk menghindari overfitting dan memvalidasi model pada sampel yang terpisah disebut...
Optimasi Loss Function
Estimasi Kemungkinan Maksimum (MLE)
Normalisasi Data
Cross Validation
Fungsi dari pustaka scikit-learn yang digunakan untuk membagi dataset menjadi data pelatihan dan data pengujian adalah...
data_split_test()
train_split()
train_test_split()
split_data()
Library Python yang digunakan untuk membaca data dari file eksternal (seperti diabetes.xlsx) dan untuk keperluan manipulasi data adalah...
Seaborn (sns)
Numpy (np)
Matplotlib (plt)
Pandas (pd)
Jika Odds Ratio untuk variabel Pregnant (Jumlah Kehamilan) adalah 1.125365, apa interpretasi yang benar dari nilai ini?
Setiap kenaikan satu unit dalam jumlah kehamilan menurunkan odds terjadinya diabetes sebesar 12.54%.
Setiap kenaikan satu unit dalam jumlah kehamilan meningkatkan odds terjadinya diabetes sebesar 1.1254%
Probabilitas dasar diabetes adalah 1.125365 ketika semua prediktor bernilai nol
Setiap kenaikan satu unit dalam jumlah kehamilan meningkatkan odds terjadinya diabetes sebesar 12.54%
Jika Odds Ratio variabel Glucose (Kadar Glukosa) adalah 1.038708, ini menunjukkan bahwa kadar glukosa yang lebih tinggi berhubungan dengan...
Peningkatan odds terjadinya diabetes sebesar 0.0387%
Penurunan odds terjadinya diabetes sebesar 3.87% untuk setiap kenaikan satu unit kadar glukosa
Tidak ada pengaruh signifikan terhadap risiko diabetes
Peningkatan odds terjadinya diabetes sebesar 3.87% untuk setiap kenaikan satu unit kadar glukosa
Dalam banyak aplikasi klasifikasi biner, nilai Log loss yang lebih rendah dari nilai berikut biasanya dianggap baik:
0,5
0
0,1
1
Nilai Log-Likelihood idealnya harus mendekati angka berapa untuk dikatakan sebagai model yang baik?
1
0
Tak Terhingga
-198,29
Uji kesesuaian yang digunakan untuk membandingkan dua model, yaitu model null (tanpa prediktor) dan model akhir (dengan semua prediktor), dalam ringkasan model Regresi Logistik adalah...
Uji Wald Statistic
Uji Pearson Residual
Uji Rasio Log-Likelihood (Log-Likelihood Ratio Test)
Uji-t
Jika nilai AME pedigree adalah 0,1677, apa arti dari nilai ini menurut interpretasi yang benar?
Setiap kenaikan satu satuan nilai pedigree meningkatkan odds terjadinya diabetes sebesar 16,77%
Rasio Log-Likelihood model adalah 0,1677
Probabilitas prediksi yang salah adalah 16,77%
Setiap kenaikan satu satuan nilai pedigree meningkatkan kemungkinan menderita diabetes sebesar 16,77%
Jenis plot yang hanya mungkin dilakukan jika memasang regresi logistik menggunakan satu variabel independen, yang memvisualisasikan kemungkinan terkena diabetes berubah dengan garis kurva 'S', adalah...
Heatmap Matriks Korelasi
Histogram
Scatter plot dengan fungsi regplot( ) dan parameter logistic = True
Boxplot
Nilai Statistik Konkordansi (c-statistic) yang menunjukkan prediksi sempurna di mana model selalu memprediksi dengan benar siapa yang akan mengalami peristiwa tersebut adalah...
0,5
0
1
0,7
AUC (Area Under the Curve) adalah ukuran yang serupa dengan Statistik Konkordansi (c-statistic). AUC menunjukkan...
Area di bawah garis regresi linear sederhana
Rasio antara True Positive dan False Positive
Kemampuan model untuk membedakan antara hasil positif dan negatif (diskriminasi)
Tingkat korelasi linear antara variabel dependen dan independen
Dalam Matriks Klasifikasi, sel yang menunjukkan jumlah pengamatan yang positif, tetapi salah diprediksi menjadi negatif disebut...
Positif Sejati (True Positive)
Positif Palsu (False Positive)
Negatif Sejati (True Negative)
Negatif Palsu (False Negative)
Apa yang dimaksud dengan Kekhususan (Specificity) dalam metrik evaluasi model Regresi Logistik?
Persentase hasil positif aktual yang diprediksi positif
Persentase prediksi positif yang sebenarnya positif
Rasio antara jumlah True Negative dan jumlah seluruh observasi
Persentase hasil negatif aktual yang diprediksi negatif
Jika koefisien regresi logistik (β1) untuk suatu prediktor positif, apa yang dapat disimpulkan tentang hubungan prediktor tersebut dengan odds kejadian?
Odds Ratio akan bernilai kurang dari 1
Tidak ada hubungan antara prediktor dan odds kejadian
Peningkatan prediktor menyebabkan penurunan odds kejadian
Peningkatan prediktor menyebabkan peningkatan odds kejadian
Dalam konteks evaluasi model klasifikasi, metrik yang dihitung sebagai persentase dari keseluruhan hasil yang diprediksi dengan benar ({TP + TN}/{Total}) adalah...
Specificity (Kekhususan)
Recall (Sensitivitas)
Precision
Accuracy (Ketepatan)
