lab5

Proses membangkitkan data dilakukan dengan menentukan koefisien model (b0 = -11, b1 = 3.5, b2 = 0.5, b3 = 2.7, b4 = 2.2), membangkitkan variabel prediktor (X1: lama pengalaman kerja, X2: status pekerjaan saat ini, X3: tingkat pendidikan, X4: IPK), menghitung probabilitas dengan transformasi logistik, dan membangkitkan variabel respons biner (Y: keputusan menolak/menerima pelamar) dari distribusi Bernoulli. Selanjutnya dibangun model regresi logistik menggunakan fungsi glm() di R. Seluruh proses dilakukan secara reproducible dengan set.seed().

Tugas 1 Mata kuliah Komputasi Lanjut Pengaruh CPU Usage dan Screen On Time terhadap Battery Drop per jam pada Smartphone

The run down of the UK's rockpool depth anemone species, using data from iNaturalist.