Regresi & korelasi
Hubungan antar angka: korelasi, regresi linear, R², residual, sampai regresi logistik.
Korelasi PearsonPearson correlation · Koefisien korelasi · r
Angka −1 sampai +1 untuk seberapa lurus hubungan dua variabel; 0 berarti tidak ada hubungan linear (bisa tetap ada hubungan melengkung).
Korelasi bukan kausalitasCorrelation vs causation · Hubungan semu
Dua hal yang bergerak bersama belum tentu sebab-akibat; sering ada variabel ketiga (confounder) seperti musim atau promo yang menggerakkan keduanya.
Regresi linearLinear regression · OLS
Menarik garis lurus terbaik untuk memprediksi angka (Y) dari satu/beberapa variabel (X); kemiringan garis = efek per satuan X.
R-squared (R²)R² · Koefisien determinasi · Adjusted R²
Porsi keragaman Y yang dijelaskan model (0–100%); adjusted R² menghukum variabel tambahan yang tidak berguna.
Residual dan heteroskedastisitasResidual · Sisa model · Heteroscedasticity
Residual = selisih aktual minus prediksi; pola di plot residual (melebar, melengkung) berarti modelnya salah bentuk.
Multikolinearitas dan VIFMulticollinearity · VIF
Variabel penjelas yang saling berkorelasi kuat (misalnya traffic dan ad spend) membuat koefisien model goyang dan sulit diartikan.
Regresi logistikLogistic regression
Regresi untuk memprediksi kejadian ya/tidak (misalnya churn) dalam bentuk probabilitas 0–1, bukan garis lurus tanpa batas.
Ekstrapolasi vs interpolasiExtrapolation · Interpolasi · Luar rentang data
Interpolasi = prediksi di dalam rentang data (relatif aman); ekstrapolasi = di luar rentang (risiko besar, hubungannya bisa berubah bentuk).
Variabel dummyDummy variable · One-hot encoding · Variabel boneka
Cara memasukkan kategori (channel, kota) ke regresi sebagai kolom 0/1 per kategori; satu kategori dijadikan baseline pembanding.
Korelasi SpearmanSpearman rank · Korelasi peringkat
Korelasi berbasis peringkat, bukan nilai mentah; menangkap hubungan monoton yang melengkung dan lebih tahan outlier.