Daftar isi

Regresi Linier: Teori, Inferensi, dan Aplikasi Modern

Dari prinsip dasar model linier hingga diagnostik, regularisasi, inferensi kausal, dan praktik pemodelan data nyata

Baca setiap bagian secara berurutan. Setiap judul dapat dibuka sebagai dokumen TheoryTrace.

• Cover
• Hak cipta
• Petunjuk membaca buku ini
• Pendahuluan
• Bab 1: Mengapa Regresi Linier Penting
• Bab 2: Fondasi Matematika untuk Regresi
• Bab 3: Data, Variabel, dan Desain Studi
• Bab 4: Regresi Linier Sederhana
• Bab 5: Metode Kuadrat Terkecil
• Bab 6: Model Regresi Linier Berganda
• Bab 7: Asumsi Model dan Makna Statistiknya
• Bab 8: Distribusi Sampling dan Inferensi Klasik
• Bab 9: Kecocokan Model, Prediksi, dan Ketidakpastian
• Bab 10: Diagnostik Residual dan Pemeriksaan Model
• Bab 11: Transformasi, Nonlinearitas, dan Rekayasa Fitur
• Bab 12: Heteroskedastisitas, Autokorelasi, dan Galat Tak Ideal
• Bab 13: Multikolinearitas dan Stabilitas Estimasi
• Bab 14: Seleksi Model dan Validasi Prediktif
• Bab 15: Regularisasi: Ridge, Lasso, dan Elastic Net
• Bab 16: Regresi Linier dalam Kerangka Probabilistik dan Bayesian
• Bab 17: Regresi untuk Inferensi Kausal
• Bab 18: Model Linier Tergeneralisasi sebagai Perluasan Regresi
• Bab 19: Regresi Modern, Pembelajaran Mesin, dan Interpretabilitas
• Bab 20: Studi Kasus Terapan dan Pelaporan Analisis
• Penutup