多重变量线性回归模型对举重相关数据的多重应用

Azmy Rabah, Suwanda
{"title":"多重变量线性回归模型对举重相关数据的多重应用","authors":"Azmy Rabah, Suwanda","doi":"10.29313/bcss.v3i2.8200","DOIUrl":null,"url":null,"abstract":"Abstract. Regression analysis is one analysis that is widely used. Regression analysis is used to perform predictions and forecasts. Regression analysis can also be used to understand which independent variables can be related to the dependent variable, as well as to determine the form of the relationship. Multiple linear regression is a regression model that involves more than one independent variable and a dependent variable (response). For this reason, it is necessary to test the meaning of regression simultaneously. In addition, the determination of the confidence interval of response prediction must involve correlation among the dependent variables. In this thesis, the implementation of multivariate regression on weightlifting sports data will be discussed, namely squat or Squat weight modeling (Y 1), bench weight pressed or Bench (Y 2), weight lifted or Deadlift (Y3), over Age (Z1) and Body weight (Z2). From the model obtained, it can be useful to make confidence intervals from the response values of Squat (Y1), Bench (Y 2), Deadlift (Y3) based on certain age (Z1) and Body weight (Z2) values outside the analyzed sample. Because the data used are world championship results, the qualification standards above apply to world-level weightlifting events. For national level events, the standard can be lowered and for the provincial level, the standard can be lowered again lower than the national level. There is a linear relationship between the type of squat weight lift or Squat (Y 1), bench weight pressed or Bench (Y 2), weight lifted or Deadlift (Y3), over Age (Z1) and Body weight (Z2) which is significant at a real level of 5%. The effect of the Age (Z 1) variable on the type of Squat (Y1), Bench (Y 2), and Deadlift (Y2) is negative. The effect of variable Body Weight (Z 2) on the type of Squat (Y1), Bench (Y2), and Deadlift (Y3) is positive. From a 50% confidence interval, a response prediction value is obtained that can be used as a minimum standard to qualify for participation in weightlifting competitions. \nAbstrak. Analisis regresi adalah salah satu analisis yang luas pemakaiannya. Analisis regresi digunakan untuk melakukan prediksi dan ramalan. Analisis regresi juga dapat digunakan untuk memahami variabel – variabel bebas mana saja yang dapat berhubungan dengan variabel terikat, serta untuk mengetahui bentuk hubungan tersebut. Regresi linear berganda merupakan model regresi yang melibatkan lebih dari satu variabel independent dan sebuah variabel dependen (Respon). Untuk itu perlu dilakukan pengujian keberartian regresi secara simultan. Selain itu, penentuan selang kepercayaan prediksi respon harus melibatkan korelasi diantara variabel dependen. Dalam skripsi ini akan dibahas implementasi regresi multivariat pada data olah raga angkat berat yaitu pemodelan berat badan jongkok atau Squat (Y1), berat bangku yang ditekan atau Bench (Y2), beban yang diangkat atau Deadlift (Y3), atas Usia(Z1) dan Berat badan (Z2). Dari model yang diperoleh dapat bermafaat untuk membuat selang kepercayaan dari nilai respon Squat (Y1), Bench (Y2), Deadlift (Y3) berdasarkan nilai usia (Z1) dan Berat badan (Z2) tertentu di luar sampel yang dianalisis. Karena data yang digunakan adalah hasil kejuaraan dunia, maka standar kualifikasi diatas berlaku untuk pertandingan angkat berat tingkat dunia. Untuk event tingkat nasional dapat diturunkan standarnya dan untuk tingkat Provinsi dapat diturunkan lagi standarnya lebih rendah dari tingkat Nasional. Terdapat hubungan linier antara jenis angkatan berat badan jongkok atau Squat (Y1), berat bangku yang ditekan atau Bench (Y2), beban yang diangkat atau Deadlift (Y3), atas Usia(Z1) dan Berat badan (Z2) yang signifikan pada taraf nyata 5%. Pengaruh variable Usia (Z1) pada jenis angkatan Squat (Y1), Bench (Y2), dan Deadlift (Y2) yang bersifat negative. Pengaruh variable Berat Badan (Z2) pada jenis angkatan Squat (Y1), Bench (Y2), dan Deadlift (Y3) yang bersifat positif. Dari selang kepercayaan 50% diperoleh nilai prediksi respon yang dapat dijadikan standar minimal untuk dapat lolos pada keikutsertaan kompetisi angkat berat.","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"23 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Pengaplikasian Model Regresi Linier Berganda Multivariat terhadap Data Cabang Olahraga Angkat Berat\",\"authors\":\"Azmy Rabah, Suwanda\",\"doi\":\"10.29313/bcss.v3i2.8200\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Abstract. Regression analysis is one analysis that is widely used. Regression analysis is used to perform predictions and forecasts. Regression analysis can also be used to understand which independent variables can be related to the dependent variable, as well as to determine the form of the relationship. Multiple linear regression is a regression model that involves more than one independent variable and a dependent variable (response). For this reason, it is necessary to test the meaning of regression simultaneously. In addition, the determination of the confidence interval of response prediction must involve correlation among the dependent variables. In this thesis, the implementation of multivariate regression on weightlifting sports data will be discussed, namely squat or Squat weight modeling (Y 1), bench weight pressed or Bench (Y 2), weight lifted or Deadlift (Y3), over Age (Z1) and Body weight (Z2). From the model obtained, it can be useful to make confidence intervals from the response values of Squat (Y1), Bench (Y 2), Deadlift (Y3) based on certain age (Z1) and Body weight (Z2) values outside the analyzed sample. Because the data used are world championship results, the qualification standards above apply to world-level weightlifting events. For national level events, the standard can be lowered and for the provincial level, the standard can be lowered again lower than the national level. There is a linear relationship between the type of squat weight lift or Squat (Y 1), bench weight pressed or Bench (Y 2), weight lifted or Deadlift (Y3), over Age (Z1) and Body weight (Z2) which is significant at a real level of 5%. The effect of the Age (Z 1) variable on the type of Squat (Y1), Bench (Y 2), and Deadlift (Y2) is negative. The effect of variable Body Weight (Z 2) on the type of Squat (Y1), Bench (Y2), and Deadlift (Y3) is positive. From a 50% confidence interval, a response prediction value is obtained that can be used as a minimum standard to qualify for participation in weightlifting competitions. \\nAbstrak. Analisis regresi adalah salah satu analisis yang luas pemakaiannya. Analisis regresi digunakan untuk melakukan prediksi dan ramalan. Analisis regresi juga dapat digunakan untuk memahami variabel – variabel bebas mana saja yang dapat berhubungan dengan variabel terikat, serta untuk mengetahui bentuk hubungan tersebut. Regresi linear berganda merupakan model regresi yang melibatkan lebih dari satu variabel independent dan sebuah variabel dependen (Respon). Untuk itu perlu dilakukan pengujian keberartian regresi secara simultan. Selain itu, penentuan selang kepercayaan prediksi respon harus melibatkan korelasi diantara variabel dependen. Dalam skripsi ini akan dibahas implementasi regresi multivariat pada data olah raga angkat berat yaitu pemodelan berat badan jongkok atau Squat (Y1), berat bangku yang ditekan atau Bench (Y2), beban yang diangkat atau Deadlift (Y3), atas Usia(Z1) dan Berat badan (Z2). Dari model yang diperoleh dapat bermafaat untuk membuat selang kepercayaan dari nilai respon Squat (Y1), Bench (Y2), Deadlift (Y3) berdasarkan nilai usia (Z1) dan Berat badan (Z2) tertentu di luar sampel yang dianalisis. Karena data yang digunakan adalah hasil kejuaraan dunia, maka standar kualifikasi diatas berlaku untuk pertandingan angkat berat tingkat dunia. Untuk event tingkat nasional dapat diturunkan standarnya dan untuk tingkat Provinsi dapat diturunkan lagi standarnya lebih rendah dari tingkat Nasional. Terdapat hubungan linier antara jenis angkatan berat badan jongkok atau Squat (Y1), berat bangku yang ditekan atau Bench (Y2), beban yang diangkat atau Deadlift (Y3), atas Usia(Z1) dan Berat badan (Z2) yang signifikan pada taraf nyata 5%. Pengaruh variable Usia (Z1) pada jenis angkatan Squat (Y1), Bench (Y2), dan Deadlift (Y2) yang bersifat negative. Pengaruh variable Berat Badan (Z2) pada jenis angkatan Squat (Y1), Bench (Y2), dan Deadlift (Y3) yang bersifat positif. Dari selang kepercayaan 50% diperoleh nilai prediksi respon yang dapat dijadikan standar minimal untuk dapat lolos pada keikutsertaan kompetisi angkat berat.\",\"PeriodicalId\":337947,\"journal\":{\"name\":\"Bandung Conference Series: Statistics\",\"volume\":\"23 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-08-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Bandung Conference Series: Statistics\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.29313/bcss.v3i2.8200\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bandung Conference Series: Statistics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29313/bcss.v3i2.8200","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

摘要回归分析是一种应用广泛的分析方法。回归分析用于进行预测和预测。回归分析还可以用来了解哪些自变量可以与因变量相关,以及确定关系的形式。多元线性回归是一种涉及多个自变量和一个因变量(响应)的回归模型。因此,有必要同时对回归的意义进行检验。此外,反应预测置信区间的确定必须涉及因变量之间的相关性。本文将讨论举重运动数据的多元回归实现,即深蹲或深蹲重量模型(Y 1)、卧推或卧推重量模型(Y 2)、举重或硬举重量模型(Y3)、年龄模型(Z1)和体重模型(Z2)。从所获得的模型中,可以根据分析样本外的特定年龄(Z1)和体重(Z2)值,从深蹲(Y1)、卧举(y2)、硬举(Y3)的响应值建立置信区间。由于使用的数据是世界锦标赛成绩,因此上述资格标准适用于世界级举重项目。对于国家级赛事,可以降低标准,对于省级赛事,可以再次降低标准,低于国家标准。深蹲举重(Y 1)、卧推举重(Y 2)、举重或硬举(Y3)、年龄(Z1)和体重(Z2)之间存在线性关系,在5%的实际水平上具有显著性。年龄(Z 1)变量对深蹲(Y1)、卧举(Y2)和硬举(Y2)类型的影响是负的。可变体重(Z 2)对深蹲(Y1)、卧举(Y2)和硬举(Y3)类型的影响是正的。从50%的置信区间得到一个反应预测值,可以作为参加举重比赛资格的最低标准。Abstrak。分析回归adalah salah状态分析yang luas pemakaiannya。分析回归分析与统计分析。分析回归juga dapat digunakan untuk memahami变量-变量bebas mansaja yang dapat berhubungan dengan变量terikat, serta untuk mengetahui bentuk hubungan tersebut。回归线性berganda merupakan模型回归杨melibatkan lebih dari状态变量独立但变量依赖(response)。这是一只企鹅,一只企鹅,一只小企鹅,一只小企鹅。Selain电联,penentuan selang kepercayaan prediksi响应harus melibatkan korelasi diantara variabel dependen。Dalam skripsi ini akan dibahas实现了多元数据的回归,包括raga angkat berat yitu peemodelan berat badan jongkok atau蹲下(Y1), berat bangku yang ditekan atau Bench (Y2), beban yang diangkat atau Deadlift (Y3), atas Usia(Z1)和berat badan (Z2)。在不同的样品阳淀分析中,采用了不同的阳淀模型,采用了不同的阳淀分析方法,采用了不同的阳淀分析方法,包括:深蹲(Y1)、深蹲(Y2)、深蹲(Y3)、深蹲(Y1)、深蹲(Y2)、深蹲(Y3)、深蹲(Z1)、深蹲(Z2)和深蹲(Z2)。Karena data yang digunakan adalah hasil kejuaraan dunia, maka standard kualifikasi data berlaku untuk peringand angkat berat tingkat dunia。Untuk event tingkat national . Untuk . cn . cn . cn . cn . cn . cn . cn . cn . cn . cnTerdapat hubungan linier antara jenis angkatan berat badan jongkok atau深蹲(Y1), berat bangku yang ditekan atau Bench (Y2), beban yang diangkat atau Deadlift (Y3), atas Usia(Z1) dan berat badan (Z2) yang signfikan pada taraf nyata 5%。Pengaruh变量Usia (Z1) padjenis angkatan深蹲(Y1),卧举(Y2),单举(Y2)阳虚负。鹏格罗变量:卧式八达杠(Z2)、蹲式八达杠(Y1)、卧式八达杠(Y2)、硬举式八达杠(Y3),阳气正。Dari selang keperkayan和50% diperolet nilai prediksi响应yang dapat dijadikan标准最小值untuk dapat lolos paada keikutsertaan和comppetisi angkat berat。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Pengaplikasian Model Regresi Linier Berganda Multivariat terhadap Data Cabang Olahraga Angkat Berat
Abstract. Regression analysis is one analysis that is widely used. Regression analysis is used to perform predictions and forecasts. Regression analysis can also be used to understand which independent variables can be related to the dependent variable, as well as to determine the form of the relationship. Multiple linear regression is a regression model that involves more than one independent variable and a dependent variable (response). For this reason, it is necessary to test the meaning of regression simultaneously. In addition, the determination of the confidence interval of response prediction must involve correlation among the dependent variables. In this thesis, the implementation of multivariate regression on weightlifting sports data will be discussed, namely squat or Squat weight modeling (Y 1), bench weight pressed or Bench (Y 2), weight lifted or Deadlift (Y3), over Age (Z1) and Body weight (Z2). From the model obtained, it can be useful to make confidence intervals from the response values of Squat (Y1), Bench (Y 2), Deadlift (Y3) based on certain age (Z1) and Body weight (Z2) values outside the analyzed sample. Because the data used are world championship results, the qualification standards above apply to world-level weightlifting events. For national level events, the standard can be lowered and for the provincial level, the standard can be lowered again lower than the national level. There is a linear relationship between the type of squat weight lift or Squat (Y 1), bench weight pressed or Bench (Y 2), weight lifted or Deadlift (Y3), over Age (Z1) and Body weight (Z2) which is significant at a real level of 5%. The effect of the Age (Z 1) variable on the type of Squat (Y1), Bench (Y 2), and Deadlift (Y2) is negative. The effect of variable Body Weight (Z 2) on the type of Squat (Y1), Bench (Y2), and Deadlift (Y3) is positive. From a 50% confidence interval, a response prediction value is obtained that can be used as a minimum standard to qualify for participation in weightlifting competitions. Abstrak. Analisis regresi adalah salah satu analisis yang luas pemakaiannya. Analisis regresi digunakan untuk melakukan prediksi dan ramalan. Analisis regresi juga dapat digunakan untuk memahami variabel – variabel bebas mana saja yang dapat berhubungan dengan variabel terikat, serta untuk mengetahui bentuk hubungan tersebut. Regresi linear berganda merupakan model regresi yang melibatkan lebih dari satu variabel independent dan sebuah variabel dependen (Respon). Untuk itu perlu dilakukan pengujian keberartian regresi secara simultan. Selain itu, penentuan selang kepercayaan prediksi respon harus melibatkan korelasi diantara variabel dependen. Dalam skripsi ini akan dibahas implementasi regresi multivariat pada data olah raga angkat berat yaitu pemodelan berat badan jongkok atau Squat (Y1), berat bangku yang ditekan atau Bench (Y2), beban yang diangkat atau Deadlift (Y3), atas Usia(Z1) dan Berat badan (Z2). Dari model yang diperoleh dapat bermafaat untuk membuat selang kepercayaan dari nilai respon Squat (Y1), Bench (Y2), Deadlift (Y3) berdasarkan nilai usia (Z1) dan Berat badan (Z2) tertentu di luar sampel yang dianalisis. Karena data yang digunakan adalah hasil kejuaraan dunia, maka standar kualifikasi diatas berlaku untuk pertandingan angkat berat tingkat dunia. Untuk event tingkat nasional dapat diturunkan standarnya dan untuk tingkat Provinsi dapat diturunkan lagi standarnya lebih rendah dari tingkat Nasional. Terdapat hubungan linier antara jenis angkatan berat badan jongkok atau Squat (Y1), berat bangku yang ditekan atau Bench (Y2), beban yang diangkat atau Deadlift (Y3), atas Usia(Z1) dan Berat badan (Z2) yang signifikan pada taraf nyata 5%. Pengaruh variable Usia (Z1) pada jenis angkatan Squat (Y1), Bench (Y2), dan Deadlift (Y2) yang bersifat negative. Pengaruh variable Berat Badan (Z2) pada jenis angkatan Squat (Y1), Bench (Y2), dan Deadlift (Y3) yang bersifat positif. Dari selang kepercayaan 50% diperoleh nilai prediksi respon yang dapat dijadikan standar minimal untuk dapat lolos pada keikutsertaan kompetisi angkat berat.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Penerapan Analisis Konjoin untuk Mengukur Preferensi Wisatawan di Panti Tanjung Kerasak Kabupaten Bangka Analisis Mediasi dalam PLS-SEM untuk Pemodelan Kepuasan Pemustaka pada UPT Perpustakaan Universitas Islam Bandung Optimasi Parameter Support Vector Machine menggunakan Particle Swarm Optimization untuk Bearing Fault Diagnosis Pengaruh Infrastruktur dan Inovasi Hybrid Learning terhadap Kepuasan Mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Islam Bandung Angkatan 2020-2021 Perbandingan Metode Seasonal ARIMA dan Metode Fuzzy Time Series-Markov Pada Prediksi Inflasi di Indonesia
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1