Simulasi Regresi Logistik dengan Skenario: Ukuran Sampel, Outlier, Missing Value, dan Multikolinearitas

Humans often use their understanding of the emotional intent of words to infer whether a section of text is positive or negative. In Chapter 2 of Text Mining with R,authors introduce sentiment analysis and our assignment consists of to reproduce and extend the primary example.

Simulasi regresi logistik untuk mengevaluasi pengaruh ukuran sampel dan outlier terhadap estimasi parameter. Hasil menunjukkan bahwa ukuran sampel yang lebih besar menghasilkan estimasi yang lebih akurat, sedangkan outlier meningkatkan bias, terutama pada sampel kecil. Simulasi ini menegaskan pentingnya kualitas data dalam pemodelan regresi logistik.

This is an assignment for DATA 607 . This code is for educational purposes and not to be replicated or used for any professional task.