The main measures of the quality of

The main measures of the quality of the linear model are: the relative error of the model, the estimation parameters relative errors and the coefficient of determination R². The most widespread in the Polish literature and from mathematical point of view is a very elegant Hellwig method [4] which includes only recommendation (B). Besides, using the Hellwig method, we are not able to determine whether the free parameter 0α is needed in the model or not. Moreover, the value of the coefficient of determination R², more specifically the number 100R², is interpreted as a percentage of the dependent variable variability explained by the model. As for models without a free parameter, the inequality 12>R is possible, then the coefficient of determination is useful only if the model contains a
free parameter.

Results (Indonesian) 1:

Langkah-langkah utama kualitas model linier: kesalahan relatif model, estimasi parameter relatif kesalahan dan koefisien penentuan R². Yang paling luas dalam literatur Polandia dan dari sudut pandang matematika adalah metode sangat elegan Hellwig [4] yang mencakup hanya rekomendasi (B). Selain itu, menggunakan metode Hellwig, kami tidak dapat menentukan apakah 0α gratis parameter yang diperlukan dalam model atau tidak. Selain itu, nilai koefisien penentuan R², lebih khusus lagi 100R² nomor, ditafsirkan sebagai persentase dari variabilitas variable dependen yang dijelaskan oleh model. Untuk model tanpa parameter gratis, ketidaksetaraan 12 > R muka, maka koefisien penentuan ini berguna hanya jika model berisiparameter gratis.

Results (Indonesian) 2:

Langkah-langkah utama kualitas dari model linear adalah: kesalahan relatif dari model, estimasi parameter kesalahan relatif dan koefisien determinasi R². Yang paling luas dalam literatur Polandia dan dari sudut pandang matematika adalah metode Hellwig sangat elegan [4] yang meliputi satunya rekomendasi (B). Selain itu, dengan menggunakan metode Hellwig, kita tidak dapat menentukan apakah parameter 0α gratis diperlukan dalam model atau tidak. Selain itu, nilai koefisien determinasi R², lebih khusus jumlah 100R², ditafsirkan sebagai persentase dari variabel variabilitas dependen dijelaskan oleh model. Sedangkan untuk model tanpa parameter gratis, ketimpangan 12> R adalah mungkin, maka koefisien determinasi berguna hanya jika model mengandung
parameter bebas.