Statistika adalah mesin penalaran di balik data science: dari ringkasan sampel menuju kesimpulan tentang dunia. Section ini disusun bertahap — dimulai dari populasi dan sampel, ukuran deskriptif, lalu probabilitas dan distribusi, berlanjut ke inferensi: estimasi, interval kepercayaan, dan pengujian hipotesis dengan p-value. Setiap konsep diiringi simulasi kode agar intuisi terbentuk, bukan sekadar hafalan rumus.

# Populasi dan Sampel

Bedakan populasi dan sampel serta implikasinya terhadap kesimpulan analisis.

Buka → # Teknik Sampling

Kenali random, systematic, stratified, dan cluster sampling beserta risiko biasnya.

Buka → # Ukuran Tendensi Sentral

Hitung mean, median, dan mode serta pilih ukuran yang tepat untuk distribusi miring.

Buka → # Ukuran Penyebaran

Ukur sebaran data dengan range, IQR, varians, dan simpangan baku.

Buka → # Persentil dan Kuartil

Gunakan persentil dan kuartil untuk memposisikan nilai dalam sebaran data.

Buka → # Probabilitas

Bangun intuisi probabilitas dengan ruang sampel, kejadian, dan frekuensi relatif.

Buka → # Aturan Probabilitas

Terapkan aturan penjumlahan dan perkalian untuk kejadian gabungan maupun saling lepas.

Buka → # Probabilitas Bersyarat

Hitung probabilitas bersyarat dan kemerdekaan kejadian dengan tabel kontingensi.

Buka → # Teorema Bayes

Perbarui keyakinan dengan Teorema Bayes lewat contoh diagnosis yang konkret.

Buka → # Variabel Acak

Kenali variabel acak diskrit dan kontinu beserta nilai harapannya.

Buka → # Distribusi Probabilitas

Pahami distribusi umum: uniform, binomial, Poisson, dan eksponensial.

Buka → # Distribusi Normal

Kuasai distribusi normal, standardisasi z-score, dan aturan empiris 68-95-99.7.

Buka → # Distribusi Sampling

Lihat sebaran statistik sampel lewat simulasi dan pahami galat standar.

Buka → # Hukum Bilangan Besar

Buktikan lewat simulasi mengapa rata-rata sampel konvergen ke rata-rata populasi.

Buka → # Teorema Limit Pusat

Simulasikan mengapa distribusi rata-rata sampel menuju normal untuk n yang membesar.

Buka → # Estimasi Parameter

Estimasi parameter populasi dengan estimator titik dan sifat tanpa bias.

Buka → # Interval Kepercayaan

Bangun interval kepercayaan mean dan proporsi lalu tafsirkan maknanya dengan benar.

Buka → # Pengujian Hipotesis

Jalankan uji hipotesis lengkap: hipotesis, statistik uji, keputusan, dan tafsiran.

Buka → # p-value

Pahami p-value secara jujur: definisi, cara baca, dan kesalahpahaman yang umum.

Buka → # Kesalahan Tipe I dan Tipe II

Bedakan dua jenis kesalahan uji beserta relasinya dengan kekuatan uji.

Buka → # Ukuran Efek

Laporkan besaran efek — Cohen's d — bukan sekadar signifikansi statistik.

Buka → # Korelasi dan Kovarians

Hitung kovarians dan korelasi Pearson serta Spearman beserta batas tafsirnya.

Buka →