Matakuliah

Regresi Lanjutan

- Fakultas Matematika dan Ilmu Pengetahuan Alam

Deskripsi Mata Kuliah

Mata kuliah Regresi Lanjutan membahas perluasan model regresi linear untuk menangani permasalahan yang sering muncul pada data nyata, seperti pelanggaran asumsi model, multikolinearitas, pencilan, heteroskedastisitas, hubungan nonlinier, serta kebutuhan pemilihan dan validasi model. Materi mencakup diagnostik model, transformasi variabel, pemilihan variabel, regularisasi, regresi robust, regresi dengan pembobotan, regresi nonlinier sederhana, spline/GAM sebagai pengantar, dan regresi kuantil. Penekanan mata kuliah ini adalah kemampuan memilih model yang sesuai, menganalisis data menggunakan perangkat lunak statistik, dan menginterpretasikan hasil regresi secara ilmiah.

CPL Program Studi pada MK

CPL-4 - Menguasai konsep dasar keilmuan statistika dan metode-metode analisis statistika yang dapat diaplikasikan pada bidang pendidikan, pemerintahan, ekonomi, dan lingkungan (Scientific skill).

CPL-6 - Mampu memformulasikan masalah menggunakan model-model statistika yang sesuai pada bidang pendidikan, pemerintahan, bisnis-ekonomi, dan lingkungan (Computation skills).

CPL-8 - Mampu melakukan manajemen dan analisis data menggunakan teknik-teknik statistika dengan bantuan perangkat lunak (Collaboration digital skills).

CPMK

CPMK-1 - Mahasiswa mampu menjelaskan konsep, ruang lingkup, dan kedudukan regresi lanjutan sebagai perluasan regresi linear untuk pemodelan data nyata

CPMK-2 - Mahasiswa mampu melakukan diagnostik model regresi, mengidentifikasi pelanggaran asumsi, serta menentukan strategi perbaikan model yang sesuai

CPMK-3 - Mahasiswa mampu memformulasikan dan memilih model regresi lanjutan untuk menangani multikolinearitas, pemilihan variabel, hubungan nonlinier, serta karakteristik data khusus.

CPMK-4 - Mahasiswa mampu menyusun laporan analisis regresi lanjutan berbasis studi kasus secara sistematis, argumentatif, dan sesuai kaidah ilmiah

CPMK-5 - Mahasiswa mampu menerapkan teknik regresi lanjutan menggunakan perangkat lunak statistik dan menginterpretasikan hasil analisis secara tepat.