Pendahuluan

Dokumen ini telah diperbaiki untuk menghindari error saat upload ke RPubs. Semua chunk telah dioptimalkan agar output tidak terlalu panjang, dan konfigurasi HTML dibuat self-contained = false sehingga ukuran file lebih kecil.

Import Library

library(dplyr)
library(ggplot2)
library(readr)

Contoh Data

data <- data.frame(
  X = 1:10,
  Y = c(5,7,6,8,7,9,10,9,11,10)
)
head(data)

##   X Y
## 1 1 5
## 2 2 7
## 3 3 6
## 4 4 8
## 5 5 7
## 6 6 9

Analisis Regresi Sederhana

model <- lm(Y ~ X, data = data)
summary(model)

## 
## Call:
## lm(formula = Y ~ X, data = data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -0.90909 -0.72273 -0.03636  0.74091  0.92727 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  5.00000    0.57525   8.692 2.39e-05 ***
## X            0.58182    0.09271   6.276 0.000239 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.8421 on 8 degrees of freedom
## Multiple R-squared:  0.8312, Adjusted R-squared:  0.8101 
## F-statistic: 39.38 on 1 and 8 DF,  p-value: 0.000239

Plot Regresi

ggplot(data, aes(X, Y)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE)

Prediksi

predict(model, newdata = data.frame(X = c(2,5,9)))