Proyek
Studi metode statistik dan machine learning, lengkap dengan materi dan alat analisis interaktif. Mulai dari tujuan analisismu, atau cari langsung.
Saya ingin…
Uji & bandingkan kelompok
Apakah rata-rata, median, atau proporsi antarkelompok berbeda?
- Menentukan skala data (nominal, ordinal, interval, rasio) sebelum memilih statistik atau uji
- Skala Pengukuran
- Merancang pengambilan sampel dan menentukan ukuran sampel survei
- Teknik Pengambilan Sampel
- Memahami peluang dan membaca hasil uji diagnostik
- Probabilitas dan Teorema Bayes
- Memilih distribusi peluang yang cocok untuk data
- Distribusi Peluang
- Memahami sebaran statistik dan teorema limit pusat
- Distribusi Sampling dan Teorema Limit Pusat
- Menaksir parameter populasi dengan selang kepercayaan
- Interval Kepercayaan
- Memahami logika uji hipotesis sebelum memilih uji
- Dasar Uji Hipotesis
- Proporsi dua kelompok atau tabel 2 x 2 yang kecil
- Uji Proporsi dan Uji Fisher
- Membersihkan data hilang, pencilan, dan transformasi sebelum analisis
- Persiapan Data
- Meringkas data dalam tabel frekuensi dan histogram
- Distribusi Frekuensi dan Histogram
- Meringkas data satu variabel sebelum menguji (pusat, penyebaran, bentuk, pencilan)
- Statistik Deskriptif
- Satu kelompok dibandingkan dengan nilai acuan
- One-Sample T-Test
- Dua kelompok independen
- Independent-Sample T-Test(data normal)Uji Mann-Whitney(tidak normal atau ordinal)
- Dua pengukuran berpasangan (sebelum–sesudah)
- Paired-Sample T-Test(selisih normal)Wilcoxon Signed-Rank Test(tidak normal atau ordinal)
- Tiga kelompok independen atau lebih
- One-Way ANOVA(data normal)Kruskal-Wallis Test(tidak normal atau ordinal)
- Pengukuran berulang pada subjek yang sama
- Repeated Measures ANOVA(data normal)Friedman Test(tidak normal atau ordinal)
- Dua faktor, kovariat, atau beberapa variabel dependen
- Two-Way ANOVA(dua faktor)ANCOVA(mengontrol kovariat)MANOVA(beberapa variabel dependen)
- Merancang percobaan (pengacakan perlakuan dan pengelompokan)
- Rancangan Acak Lengkap (RAL)(satuan percobaan homogen)Rancangan Acak Kelompok (RAK)(satu sumber keragaman)Rancangan Bujur Sangkar Latin (RBSL)(dua sumber keragaman)
- Proporsi kategorik berpasangan
- Uji McNemar
- Kesamaan varians antarkelompok
- Bartlett Test
- Menentukan ukuran sampel sebelum mengumpulkan data
- Analisis Daya & Ukuran Sampel
- Menggabungkan efek dari banyak studi (meta-analisis)
- Forest Plot & Funnel Plot
- Memperbarui keyakinan awal dengan data (Bayesian)
- Inferensi Bayesian Konjugat
Menampilkan 1–12 dari 31 proyek untuk tujuan Uji & bandingkan kelompok
Daftar proyek
Distribusi Frekuensi dan Histogram
Dipakai untuk: Meringkas data dalam tabel frekuensi dan histogram
Menyusun tabel distribusi frekuensi, memilih banyak dan lebar kelas, serta memilih grafik yang sesuai dengan skala data. Halaman ini membandingkan aturan Sturges, Scott, dan Freedman-Diaconis, menghitung frekuensi relatif, kumulatif, kepadatan, dan mean data berkelompok, dengan contoh waktu tunggu letusan geiser Old Faithful (data faithful).
Persiapan Data
Dipakai untuk: Membersihkan data hilang, pencilan, dan transformasi sebelum analisis
Menangani data hilang, pencilan, dan transformasi sebelum analisis, termasuk imputasi dan transformasi Box-Cox. Halaman ini memakai data airquality (kualitas udara New York, 1973): pola nilai hilang per bulan, penghapusan baris dan tiga cara imputasi, pagar Tukey dan z-skor, serta pemilihan pangkat Box-Cox dengan likelihood.
Uji Proporsi dan Uji Fisher
Dipakai untuk: Proporsi dua kelompok atau tabel 2 x 2 yang kecil
Uji z untuk satu dan dua proporsi, uji binomial eksak, dan uji Fisher untuk tabel 2 × 2 kecil, beserta rasio risiko dan odds ratio. Halaman ini memakai bentuk biji kapri Mendel, data ibu merokok dan berat lahir rendah (birthwt), dan data kembar Lange yang dipakai Fisher (1935) untuk memperkenalkan uji eksaknya.
Dasar Uji Hipotesis
Dipakai untuk: Memahami logika uji hipotesis sebelum memilih uji
Logika uji hipotesis: H₀ dan H₁, p-value, kesalahan tipe I dan II, daya uji, ukuran efek, dan koreksi untuk uji ganda. Contohnya data baptisan London Arbuthnot (1710): uji tanda pada 82 tahun, uji proporsi, daya, ukuran efek g, dan 82 uji per tahun dengan koreksi Bonferroni, Holm, dan Benjamini-Hochberg.
Interval Kepercayaan
Dipakai untuk: Menaksir parameter populasi dengan selang kepercayaan
Menaksir parameter populasi dengan selang untuk mean, proporsi, dan varians, termasuk bootstrap dan cara menafsirkan tingkat kepercayaan dengan benar. Halaman ini memakai berat lahir 189 bayi (data birthwt), menghitung interval t, Wald, Wilson, chi-kuadrat, dan bootstrap persentil, lalu memeriksa cakupan setiap cara dengan simulasi.
Distribusi Sampling dan Teorema Limit Pusat
Dipakai untuk: Memahami sebaran statistik dan teorema limit pusat
Standard error, teorema limit pusat, serta distribusi t, chi-kuadrat, dan F yang menjadi dasar uji hipotesis dan selang kepercayaan. Halaman ini memakai populasi empiris waktu tunggu geiser Old Faithful (data faithful), menghitung rata-rata sampel, dan membandingkan simulasi dengan peluang eksak dan pendekatan normal.
Distribusi Peluang
Dipakai untuk: Memilih distribusi peluang yang cocok untuk data
Distribusi binomial, Poisson, normal, dan eksponensial, beserta cara memilih distribusi yang cocok untuk data.
Probabilitas dan Teorema Bayes
Dipakai untuk: Memahami peluang dan membaca hasil uji diagnostik
Dasar peluang, peluang bersyarat, dan Teorema Bayes, termasuk cara membaca sensitivitas, spesifisitas, dan nilai prediktif pada uji diagnostik. Halaman ini memakai data 2.201 orang di kapal Titanic untuk peluang bersyarat, peluang total, dan Teorema Bayes, serta tabel pemindaian hati 344 pasien untuk sensitivitas, spesifisitas, nilai prediktif, dan rasio kemungkinan.
Teknik Pengambilan Sampel
Dipakai untuk: Merancang pengambilan sampel dan menentukan ukuran sampel survei
Pemilihan sampel acak sederhana, berstrata, sistematis dan klaster; bobot, ketelitian, serta perencanaan ukuran sampel proporsi dari data publik Iris.
Skala Pengukuran
Dipakai untuk: Menentukan skala data (nominal, ordinal, interval, rasio) sebelum memilih statistik atau uji
Skala pengukuran (nominal, ordinal, interval, rasio) menentukan statistik dan uji yang layak untuk sebuah kolom data. Halaman ini menurunkan statistik yang layak dari kelompok transformasi tiap skala (Stevens, 1946), memperlihatkan perilaku suhu pada tiga skala dan skor butir skala Likert, lalu menebak skala tiap kolom data unggahan dengan aturan halaman yang dapat dikoreksi pengguna. Contoh memakai data kepribadian bfi dan suhu harian airquality.
Statistik Deskriptif
Dipakai untuk: Meringkas data satu variabel sebelum menguji (pusat, penyebaran, bentuk, pencilan)
Statistik deskriptif meringkas data lewat ukuran pusat (mean, median, modus, trimmed mean), penyebaran (simpangan baku, IQR, MAD), bentuk sebaran (empat ukuran skewness dan kurtosis), dan pencilan (pagar Tukey dan z-skor dimodifikasi). Contoh memakai data kualitas udara New York (airquality), dengan uji skewness D'Agostino sebagai satu-satunya uji hipotesis.
Rancangan Bujur Sangkar Latin (RBSL)
Dipakai untuk: Merancang percobaan (pengacakan perlakuan dan pengelompokan) · dua sumber keragaman
Rancangan percobaan yang mengelompokkan satuan percobaan menurut dua sumber keragaman sekaligus, sehingga tiap perlakuan muncul tepat sekali pada setiap baris dan setiap kolom. Halaman ini memuat tabel ANOVA, uji F untuk perlakuan, ukuran efek, uji lanjut Tukey HSD, efisiensi relatif terhadap rancangan acak kelompok dan acak lengkap, serta pemeriksaan residual, dengan contoh OrchardSprays 8 x 8.