modul 2 (2)

np.random.randint(0,100,10).reshape(2,5)

Manakah output yang tepat untuk kode di atas

• array([ [ 15, 2,] [18, 108], [42,70], [56, 112], [76, 16]])

• array([ [ 5, 72,] [68, 98], [53,67], [65, 62], [47, 61]])

• array([ [ 5, 72, 68, 98, 53], [67, 65, 62, 47, 61]])

• array([ [ 15, 2, 18, 108, 42], [70, 56, 112, 76, 16]])

• Tidak ada yang benar

arr= array([ [ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]])

Mana perkalian yg tepat untuk menghasilkan array berikut: array([ [ 0, 2, 4, 6, 8], [10, 12, 14, 16, 18], [20, 22, 24, 26, 28]])

• Semua pilihan benar

• Semua pilihan salah

• arr* array([ [2], [2], [2]])

• arr* array([2, 2, 2, 2, 2])

• arr*2

Perhatikan kedua dataframe berikut

Pilihlah jawaban yang tepat.

• semua pilihan salah

• pd.concat([df_a,df_b],axis=1)

• df_a.join(df_b)

• df_a.merge(df_b)

• semua pilihan benar

Dataframe df berisikan data-data nasabah dari suatu bank baik yang masih menjadi nasabah maupun yg sudah keluar (Exited). berikut 5 data pertama dari dataframe df

Manakah kode yang tepat untuk mengetahui jumlah nasabah yang keluar dan jumlah nasabah yang tidak keluar (‘Exited’)?

• df['Exited'].nunique()

• df['Exited'].count()

• df['Exited'].value_counts()

• df.groupby('Exited').sum()

• df[‘Exited].sort_values()

Apa penjelasan yang tepat untuk output dari kode berikut: df.loc[df['EstimatedSalary']>df.loc[df['Age']>35]['EstimatedSalary'].mean()]['Balance'].sum()

• Rata-rata perkiraan gaji (EstimatedSalary) dari para nasabah memiliki saldo (Balance) di atas rata-rata dan berumur (Age) di atas 35 tahun

• Jumlah perkiraan gaji (EstimatedSalary) dari nasabah yang memiliki saldo (Balance) di atas rata-rata nasabah yang berumur (Age) di atas 35 tahun

• Jumlah saldo (Balance) nasabah yang memiliki perkiraan gaji (EstimatedSalary) di atas rata-rata gaji nasabah yang berumur (Age) di atas 35 tahun

• Jumlah saldo (Balance) dari nasabah yang memiliki perkiraan gaji (EstimatedSalary) di atas rata-rata dan berumur (Age) di atas 35 tahun

• Rata-rata saldo (Balance) dari nasabah yang memiliki perkiraan gaji (EstimatedSalary) di atas rata-rata gaji nasabah yang berumur (Age) di atas 35 tahun

Manakah Kode yang tepat untuk memunculkan nama belakang (Surname) nasabah yang memiliki Tenure di atas 5 tahun ?

• df['Surname'].iloc[df['Tenure']>5]

• Semua pilihan benar

• df[df['Tenure']>5]['Surname']

• df[df['Tenure']>5].loc[:,2]

• df[df['Tenure']>5].iloc[:,'Surname']

Manakah pernyataan yang kurang tepat sehubungan dengan populasi dan sampel?

Pilihlah jawaban yang tepat

• Pengambilan sampel dari populasi harus dilakukan secara acak

• Sampel merupakan kumpulan orang atau objek yang mewakili populasi

• Statistic adalah ringkasan numerik dari populasi

• Ada dua tipe populasi, finite dan infinite

• Populasi adalah kumpulan orang atau objek

Perhatikan variabel berikut: X = [2,5,6,2,1,4,5,8,3,5]

Manakah nilai deskriptif statistik yang tepat dari variable X?

• Standard Deviasi= 2.13

• Mean= 4.5

• Median= 4

• Modus= 2

• Q1= 1

Pilihlah pernyataan yang tepat dari pernyataan-pernyataan berikut

Pilihlah jawaban yang tepat.

• Semua pilihan benar

• Uji korelasi Spearman tidak dapat digunakan untuk data numerik yang memiliki distribusi normal

• Uji korelasi Spearman dapat digunakan untuk data kategorikal nominal

• Nilai korelasi negatif berarti hubungan antara feature yang diuji sangat lemah

• Uji korelasi Pearson adalah uji parametrik

Perhatikan dataframe berikut yang berisikan data tip yang diberikan kepada pelayan restoran. Berikut adalah 5 data pertama dari dataframe tips:

Pilihlah pernyataan yang tepat di antara pernyataan berikut

• Semua pilihan benar

• Gunakan boxplot untuk menggambarkan seberapa ramai restoran berdasarkan waktu (time) dan harinya (day)

• Barplot bisa digunakan untuk menggambarkan sebaran dari data total_bill

• Untuk menggambarkan perbedaan jumlah tip yang diberikan oleh pelanggan laki-laki dan perempuan (gender) bisa digunakan countplot

• Scatterplot merupakan plot yang paling sesuai untuk melihat hubungan antara total_bill dan tip