Analisis Regresi

Saya baru membaca buku mengenai analisis regresi, berikut hal yang bisa saya dapat :

Teknik analisis regresi sering digunakan untuk mengidentifikasi sejumlah variable input untuk meramalkan(memprediksi) variable output. Variable yang terlibat dalam analis regresi berupa variable bebas ataupun variable terikat, tidak bebas.
Menurut buku yang baru saya pelajari teknis yang umum digunakan dalam analisis regresi adalah teknis analisis regresi linier dan non linier.
Regresi linier adalah teknik regresi yang dimodelkan dengan formula :
Yi =β0 + β1X1 + €i, dimana
β0 adalah intercept (nilai naik turunnya garis di sumbu Y)
β1 adalah koefisien regresi atau kemiringan garis regresi Y terhadap X
€i adalah prediksi error data/ penyimpangan dari garis lurus grafik

Ada yang bisa menjelaskan kira-kira kenapa mesti ada €i ..? apa fungsinya ..?

Rute Puncak asik bener

Data warehouse

Data Warehouse merupakan sekumpulan data yang terintegrasi secara lojik untuk kebutuhan yang spesifik, umumnya berupa penanganan query analisis dalam sebuah sistem pendukung keputusan (Decision Support System/DSS) dan sistem informasi eksekutif (Executive Information System/EIS).
menurut Bill Inmon , definisi dari Data Warehouse adalah : sekumpulan/koleksi data yang mendukung pengambilan keputusan pihak manajemen yang mempunyai beberapa karakteristik sebagai berikut :
a. Subject Oriented
Sebuah Data Warehouse dirancang dan dibangun untuk memenuhi kebutuhan analisis data berdasarkan subjek tertentu.
b. Integrated
Untuk memenuhi kebutuhan analisis secara menyeluruh, sebuah Data Warehouse harus mampu mengintegrasikan data dari berbagai sumber data yang beragam.
c. Non Volatile
Data-data dalam sebuah Data Warehouse tidak dapat diubah (tidak dapat di-update). Data-data tersebut merupakan data historis yang digunakan untuk memenuhi kebutuhan analisis, bukan untuk menangani transaksi seperti pada basisdata transaksional pada umumnya.
d. Time Variant
Model analisis yang diterapkan pada sebuah Data Warehouse berfokus pada perubahan data faktual berdasarkan waktu. Dalam hal ini Data Warehouse harus mampu menyimpan data untuk sebuah subjek tertentu dalam waktu yang berbeda-beda.
Sedangkan yang dimaksud dengan Data Warehousing adalah proses pembangunan Data Warehouse. Dalam Data Warehousing data dari berbagai sumber/sistem opeasional akan diekstrak dan diintegrasikan (ekstrak transfer and loading /ETL)ke dalam Data Warehouse, sehingga data di dalam Data Warehouse tidak lagi bersifat operasional melainkan bersifat informatif. Oleh karena data dalam Data Warehouse bersifat informatif, maka kegunaan dasar dari Data Warehouse adalah menyediakan sudut pandang(dimensi) data dari perspektif analis bisnis (business analyst) dan pembuat keputusan (decision makers), bukan dari sudut pandang teknis (perspective of technicians).

Variable Random

Var random X adalah fungsi dari S ruang sampel ke bilangan real R X : S -> R
Contoh : Menjawab soal multipel choice 2 kali
S = {SS, SB, BS, BB}
X : VR Banyaknya jawaban benar, maka X = {0,1,2}

P(X=0) =1/4
P(X=1)= 2/4
P(X=2)=1/4
Total Probability P(X= xi) = 1
Nilai E(X) = ∑xiP(X=Xi)
Varians= E(x^2) - E(x)^2