Statistika Dasar untuk Data Science [2 4] transcript

Hai [Musik] Mungkin memang kita lanjutkan untuk materi yang kedua mengenai probabilitas atau probability apa itu probabilitas didefinisikan sebagai proses penentuan kemungkinan suatu peristiwa yang akan terjadi di masa depan artinya kemungkinan mati kemungkinan bisa terjadi atau mungkin tidak terjadi probabilitas bekerja menggunakan nilai numerik untuk memahami probabilitas lebih baik disarankan untuk menggali pulang atau mempelajari pulang teori himpunan beberapa contoh kegiatan terkait dengan probabilitas jatuh wakilnya kita melempar koin sini ada tampak buka lem bab belakang atau ketika kita melakukan pengocokan atau pelemparan dadu isi akan kemungkinan keluar mata satu mata dua sampai mata keenam baik satu dadu maupun dua dadu untuk setiap mata memiliki probabilitas yaitu keluarnya angka 1 sebanyak satu kali dibagi dengan total enam mata itu satu dibagi 600 artinya Kemungkinan tidak terjadi atau Impossible Sedangkan untuk bernilai satu adalah pasti ternyata diantara nol yang satu itu adalah Kemungkinan tidak terjadi atau kemungkinan terjadi dan yang di tengah-tengah adalah memiliki kesempatan atau peluang yang sama semakin dekat nilainya dengan nol maka kemungkinan terjadinya adalah sangat kecil atau rendah begitu juga ya Hai Sebaliknya apabila ia mendekati dengan nilai probabilitas satu maka kejadian tersebut merupakan atau bisa kita namakan mungkin terjadi atau public terjadinya adalah ini probabilitas memiliki suatu formula yaitu jumlah Bagaimana caranya tuh caranya terjadi suatu kejadian dibagi dengan total jumlah keluaran sebagai contoh ada pertanyaan berapa kemungkinan muncul angka pada pelemparan dadu jumlah cara kejadian angka 5 angka total jumlah adalah muka bentuk muka 1/2 angka-angka 4-6 muka namun kemudian muncul angka Hai Sabtu dibagi enam atau Anda contoh yang lain dalam pengambilan atau kemudian kelereng ada 4 kelereng dalam satu kotak satu kantung dimana Terdapat 4 kelereng warna biru dan satu kelereng berwarna merah pertanyaannya adalah berapa probabilitas bahwa kelereng biru diketahui jumlah cara penyajian warna biru kelereng berapa probabilitas pilih nyentuh 64 dibagi 5 = 0,8 kalau kita kembali pada garis bilangan probabilitas posisi atau mendekati artinya kemungkinan terjadinya adalah sangat-sangat atau disingkat adalah konsep pengukuran atas pusat sentra jadi ada apa saja tiga parameter yaitu rata-rata median nilai Tengah dan modus atau mode di sini ada tiga bentuk dari hubungan antara median dan modus a yang tengah adalah nilai Min Rin sama dengan nilai median sama modus [Musik] Sedangkan untuk yang menjengkelkan dimana nilai modus median dan modus lebih kecil dibanding dengan nilai median untuk yang pertama adalah nilai rata-rata Bagaimana cara memperolehnya yaitu dengan menjumlahkan di seluruh nilai data yang ada atau yang kita miliki dalam dataset kita bagi dengan banyaknya data di dalam database yang kedua adalah nilai median membagi data menjadi dua bagian yang sama besarnya nilai ini diperoleh dengan cara apa dengan mengurutkan terlebih dahulu data dari nilai terkecil ke nilai tetap atau secara cara mencari nilai median Apakah berjumlah ganjil atau berjumlah genap apabila berjumlah dan ternyata yang berada di urutan posisi Namun apabila ada juga datanya maka jumlah kedua nilai data yang berada diposisi Tengah yang kita telah bagi2 tahu jumlah yang kita bagi menjadi dua karena ada Bang Angkat yang menjadi atau berada diposisi Tengah Central Finance yang ketiga yaitu modus atau modus adalah nilai yang paling sering muncul paling banyak apabila hanya muncul satu kali saja maka dikatakan tersebut tidak MB Nina yang paling tinggi di sini adalah sebagai modusnya di sini ada dua nilai yang sama banyaknya maka dua nilai ini adalah sebagai berikut adalah contoh apabila kita memiliki [Musik] 24 Bagaimana mencari nilai-nilai adalah kita menjumlahkan ketiga dataset tersebut 9 dibagi dengan banyaknya data yang ada terjadi bagi 39 begitu cuman dengan tiga untuk mencari nilai median Allah kita memiliki dataset 4281 15 terlebih dahulu adalah kita melakukan pengurutan data tersebut secara menaik atau dari terkecil hingga ganteng besar di sini jumlah datanya adalah 12345 berjumlah ganjil maka ketika dibagi dua posisi yang ditengah adalah fosil nilai atau angka 4 maka angka 4 dinyatakan sebagai mediator nilai-nilai tengah-tengah yang ketiga modus apabila kita memiliki cetak Z2 45544 ketika kita Urutkan dari kecil ke besar 24455 5 di sini kita lihat bahwa angka 2 muncung satu kami angka 4 muncul dua kali Hai angka 5 jump3 kamu maka jadi dataset yang ada angka yang paling sering muncul atau paling banyak muncul berpaling banyak ada dalam resep adalah angka 5 maka modusnya adalah angka penggunaan Central tendency setiap ukuran Central tendency memilih penggunaannya masing-masing berdasarkan tipe distribusi datanya untuk distribusi normal Kang nilai Min lebih cocok kita gunakan Namun apabila distribusinya menceng atau miring atau Secret distribution maka sebaiknya kita menggunakan median untuk mengukur Central tendency nya sedangkan wakil ada tanya berjenis ordinal yang ada urutannya orde maka nilai modul atau modus ataupun median lebih sesuai Apabila kita ingin menghitung Central tendency nya kita akan lihat Hai ilustrasi sebagai berikut disini apabila kita memiliki data pendapatan perbulan Hai nah penduduk dipotong Jakarta dan kota Bandung di sini kita lihat kebetulan adalah datanya sama tapi khusus terjaga Karta ada satu data yang sangat besar Biar jauh dari data-data yang ada maka data 16 kita memiliki kecurigaan 16 adalah data pencilan atau data outlier Nah kalau kita hitung the Central tendency untuk kota Jakarta dan kota Bandung masing-masing I'm ini adalah 55 juta 166 Sekian dan tiga juta terbantu Sedangkan untuk nilai median adalah 3,5 juta dan 3 karena adanya out layer di kota Jakarta yang ditunjukkan tadi ingat anak panah atau alat warna abu-abu maka nilai Min keduanya menjadi sangat Medan jauhnya 5 dibanding dengan The Backbone Apabila kita ingin menghitung melihat Sentral kondisinya berdasarkan media atau nilai Tengah ini akan relatif lebih baik atau karena apa Karena selisihnya tidak terlalu jauh antara 3531015 dengan tiga juta kalaupun di sini terdapat suatu pencilan atau suatu tempat layar itu adalah pada saat kapan sih penggunaan sentra televisi kita bisa terapkan saat kapan menggunakan Win saat kapan menggunakan media saat tanpa menggunakan untuk kasus ini penggunaan media lebih disarankan tapi later Hai dapat atau ditemui Hai banyak pencilan tuh banyak 4 lagi Hai makan untuk mint apabila dia bridges tribusi hai maaf perkiraan ya sumsi kan sangat minim atau mendekati tidak tidak ada di bagian tempat yaitu distribusi probabilitas atau probability distribution tetap mulai dari suatu pertanyaan apa itu distribusi statistik perputaran Artikan secara harfiah distribusi adalah penyebaran probabilitas adalah satu kemungkinan artinya secara bebas kita Terjemahkan distribusi probabilitas adalah distribusi dari kemungkinan-kemungkinan yang Hai untuk memahami distribusi probabilitas kita akan coba menggunakan ilustrasi itu kita akan melakukan pengukuran tinggi badan jadi banyak waktu Hai itunya kita lihat di sini ada tiga bagian auto39 hai Hai pengelompokan Hai data-data yang ada di sini adalah tinggi badan diukur berdasarkan satuannya kaki atau fit di sini ada kategorinya Kurang dari lima kaki ada kategori 5-5 setengah kaki 5,5 setengah kok sampai 6 kaki dan lebih dari 60 kalau kita lihat tidak Disney gambar ini waktu banyakan pengukuran tinggi badan orang berada pada area atau Pada kategori 5 kaki sampai 6 Enam kan Sedangkan untuk orang dengan tinggi badan kurang dari lima kaki sangat jarang terjadi atau kemungkinannya kecil untuk pun ada like juga untuk kategori lebih dari enam kaki sangat jarang dijumpai walaupun kemungkinan itu tetep aja Hai dengan kata lain jika kita pilih satu pengukuran niat secara acak atau random Maka terdapat puluhan baik yang berada di antara 5 sampai 6 Pagi Artinya di lokasi ini di daerah ini peluang Hai pengukuran tinggi badan akan lebih besar dibandingkan dengan Hai Beb kurang lima pagi atau lebih dari enam artinya Kurang dari lima bagian tadinya kita bisa kategorikan tapi memang telah level Oke sangat pendek yang paling kanan paling kanan adalah sangat tinggi yang di tengah-tengah adalah ia dekat dengan rata-rata nah pembagian-pembagian ini ya kita namakan sebagai bin ini sebelum kita memahami ini sebaiknya kita Devi dulu teori dari Instagram Hai termasuk sistem teman-teman semua sudah memahami the mengetahui tentang pengertian histogram tadi kita miliki bin ada empat yang dengan ukurannya yang sama pertanyaannya adalah bagaimana kalau kita perkecil nilai PINnya bisa kita bagi menjadi dua bagian semakin kita bagi lagi menjadi uang sehingga total bandnya menjadi delapan pastinya lebar bingung setengah kali sebelumnya dan banyak PINnya akan dua kali jadi sebelumnya apabila kita memasukkan lagi data yang sama ya kita lihat di sini ya masih bahwa pengukuran tinggi badan masih dominan masih paling banyak pada rentang 5-6 kaki namun dengan memperkecil Kim Ayo kita harapkan bahwa pengukuran akan lebih teliti teliti atau lebih freestyle Hai titik-titik sebarannya juga semakin banyak dibanding dengan Bean yang lebih besar sebelum Hai selanjutnya dari data-data yang ada Ayo kita tarik pompa yang mendekati atom aproksimasi histogram yang kita sudah memiliki bahwa bentuk kurva ini akan mengikuti bentuk dari histogram yang ada secara pendekatan atau apapun masuk dengan mengukur lebih banyak orang dan ukuran PIN yang lebih kecil kita dapatkan estimasi yang jauh lebih akurat dan lebih teliti mengenai pengukuran tinggi badan terdistribusi dari tinggi tinggi badan kita lihat isinya ada tiga area hai hai Hai Arya yang paling kiri adalah ada di mana probabilitas yang lebih rendah apabila kita mengukur tinggi badan lebih kecil dari app lebih kecil dari 5inci itu juga yang di sebelah kanan Hai probabilitas yang kita akan dapatkan apabila mengukur tinggi badan lebih besar dari enam digit dan rendah Sedangkan untuk karya ini Ariel purba purba ini bahwa probabilitas kita akan temui tinggi badan antara 5 sampai 6 Ci jauh lebih tinggi atau lebih lebih besar Walaupun ada keterbatasan misalnya kita memiliki budget yang terbatas atau waktu terbatas kita masuk untuk mengumpulkan atau mengkoleksi data ya maka kurva aproksimasi apabila kita gunakan adalah Central tendency salah satunya dengan mint dan standar deviasi dari data yang dikumpulkan cukup untuk mewakili atau melakukan pengukuran nah pengukuran dengan pulpa secara aproksimasi menghemat biaya dan waktu ini memiliki oleh yang relatif sama dengan yang sebelumnya dengan data yang lebih lengkap Instagram dan kurva aproksimasi keduanya adalah disebut sebagai distribusi solusi dari probabilitas Lebih banyak lebih tersebar karena keduanya menunjukkan Bagaimana kondisi businya probabilitas probabilitas dari Tipe badan yang ada tetap tingkatannya diukur dalam dataset tadi disini di sebelah kiri adalah bagian terendah dari histogram atau Kopa Hai ada gak hatinya ketika kita kembali lagi pada garis bilangan dari probabilitas ini masuk ke dalam kelas atau area flash lagi atau kemungkinan terjadinya kecil Kemungkinan tidak terjadi ikut juga yang sebelah kami Hai nah ini juga adalah last Nite artinya kemungkinan terjadinya adalah kecil karena nilainya yang rendah atau pasti pompa yang paling rendah untuk diare yang kami ada dengan warna hijau ini adalah bagian tertinggi dari histogram atau kurva menunjukkan adalah yang paling mungkin terjadi apabila kita mengambil nangtang atau menyimpan data tinggi badan dari beberapa jenis distribusi probabilitas yang perlu diketahui oleh orang data Scientist tuh diantaranya adalah normal di paling banyak digunakan banyak sekali asumsi-asumsi yang digunakan terkait dengan distribusi Farma distribusi uniform distribusi lognormal kuadrat tik Hai distribusi eksponensial Bernoulli binomial biskuit dan posong Hai perlu Kami jelaskan juga mengenai distribusi normal karena ini banyak digunakan [Musik] di dalam beberapa metode atau teknik didata selain atau mesen lebih ini dikenal juga sebagai distribusi gaussian didefinisikan secara eksklusif oleh nilai Min atau rata dan standar deviasi standar deviasinya akan mengontrol penyebaran ke kanan atau ke kiri seperti pada penjelasan kami distribusi probabilitas nilai Min akan menggeser distribusi secara Hai spasial kita akan lihat dalam suatu itu perbedaan utama dengan distribusi probabilitas lainnya itu Hai standar deviasi adalah sama untuk semua arah distribusi ini memberitahu nilai rata-rata dan penyebaran data sheet yang kita miliki setia lihat disini adalah distribusi normal dengan minyak Mio ditambahkan dengan standar deviasi semakin besar standar deviasi maka kurvanya akan semakin merentang atau Ma melebar Hai gejala di sini ada tiga bentuk atau tiga jenis kurva normal hai pertama dengan minyak nol yang warna biru dengan standar deviasinya adalah 0,2 dan kedua adalah yang berwarna merah dengan hiu yang sama-sama dengan Noah dengan dengan dengan style variasi atau standar deviasinya sama satu yaitu lebih melebar Hai nah semakin besar standar deviasi atau variasinya yang akan semakin melebar atau semakin mah melandai namun distribusi ketersebaran nya juga semakin [Musik] panjang tentangmu Sedangkan untuk yang ketiga warna orange ini [Musik] semakin besar pula nilai dari varians atau standar deviasinya Jackass mungkin landai namun tentangnya akan semakin besar atau distribusinya akan lebih jauh lebih melebar langkah untuk yang hijau yang yang mengalami pergeseran untuk nadcc bentuknya tetap sama fenotip sama namun bergeser adalah nilai minyak dengan dengan varian atau standard deviation Hai hatinya dari sini kita bisa melihat dengan jelas Hai semakin besar nilai variasi maka dia distribusi normalnya akan semakin landai dan semakin rentang atas makin melempar semakin kecil variansinya dia akan berkumpul pada satu titik yang lebih pendek atau lebih sempit tentang distribusi normal juga dinamakan resep distribusion atau berbentuk band dengan distribusi normal [Musik] disini dengan distribusi asalnya adalah peneliti melandai apabila kita tambahkan terus atau tidak perbanyak notation yang ada maka kemungkinan nilai variasinya juga akan semakin mengecil artinya dengan banyaknya data Save The data yang ada maka dia akan semakin debit nah kurva dari dua sisi sisi kanan dan Sisi kiri pendek [Musik]