Dokumen ini menyajikan analisis regresi linier berganda untuk memahami pengaruh kehadiran dan IQ terhadap nilai UAS siswa. Proses analisis dilakukan secara komprehensif, mulai dari eksplorasi data, perhitungan model secara manual menggunakan pendekatan matriks, hingga implementasi menggunakan fungsi lm() di R. Evaluasi model mencakup uji signifikansi simultan (uji F), uji parsial (uji t), serta pengukuran kemampuan model melalui koefisien determinasi (R-squared). Selain itu, dilakukan juga analisis error menggunakan RMSE dan Residual Standard Error (RSE) untuk menilai akurasi prediksi. Sebagai bagian penting dalam regresi, pengujian asumsi klasik turut dilakukan, meliputi uji normalitas, homoskedastisitas, multikolinearitas, dan autokorelasi. Hasil analisis menunjukkan bahwa variabel kehadiran memiliki pengaruh signifikan terhadap nilai UAS, sementara IQ tidak memberikan kontribusi yang berarti dalam model. Dokumen ini diharapkan dapat memberikan pemahaman yang jelas mengenai konsep regresi linier berganda serta implementasinya secara praktis menggunakan R.

PRONOSTICO PRECIPITACIÓN Y TEMPERATURA

Dokumen ini membahas analisis regresi linier untuk mengetahui pengaruh IQ dan tingkat kehadiran terhadap nilai UAS siswa. Analisis meliputi uji F, uji t, koefisien determinasi (R²), serta pengujian asumsi klasik seperti normalitas, multikolinearitas, dan heteroskedastisitas guna memastikan model yang digunakan valid.

Laporan ini mengeksplorasi dataset smartphone melalui visualisasi data, mencakup dominasi merek, distribusi rating pengguna, hubungan RAM dengan harga, serta tren rilis produk dari waktu ke waktu.

Social hierarchy and cooperation across societies

Informe 1. Bioestadistica

One-Step Functional Generalized Estimating Equations