<!doctype html>
Dibuat Oleh:
Juan.F.B.Mahubessy
NIM:
202350029
Prodi: Statistika
| BB (kg) | TB (cm) | LILA (cm) |
|---|---|---|
| 60 | 155 | 27 |
| 60 | 159 | 27 |
| 50 | 158 | 23 |
| 50 | 153 | 23 |
| 47 | 151 | 23 |
| 46 | 153 | 23 |
| 38 | 145 | 20 |
| 44 | 158 | 23 |
| 40 | 155 | 24 |
| 48 | 154 | 20 |
| 55 | 156 | 25 |
| 50 | 150 | 25 |
| 42 | 150 | 23 |
Model yang diestimasi:
LILA = β0 + β1BB + β2TB + ε
Coefficients: Intercept (β0) : 3.226562 BB (β1) : 0.213311 TB (β2) : 0.064932Standard errors: SE(β0) : 19.089692 SE(β1) : 0.077858 SE(β2) : 0.136304
t-values: t(β0) : 0.169021 t(β1) : 2.739739 t(β2) : 0.476375
p-values: p(β0) : 0.869150 p(β1) : 0.020842 p(β2) : 0.644045
R-squared : 0.572375 Adjusted R-sq : 0.4868495F-statistic : 6.692476 F p-value : 0.01429939
Data
df <- data.frame( BB = c(60,60,50,50,47,46,38,44,40,48,55,50,42), TB = c(155,159,158,153,151,153,145,158,155,154,156,150,150), LILA = c(27,27,23,23,23,23,20,23,24,20,25,25,23) )
Fit model
model <- lm(LILA ~ BB + TB, data = df) summary(model) anova(model) # uji simultan summary(model)$r.squared summary(model)$adj.r.squared
Model menunjukkan BB adalah prediktor yang signifikan terhadap LILA, sementara TB tidak signifikan bila dikontrol BB. Model secara keseluruhan signifikan dan mampu menjelaskan ~57% variasi LILA.