Exploratory Data Analysis Essentials

Apa tujuan pembersihan data dalam EDA?

• Tujuan pembersihan data dalam EDA adalah untuk memastikan akurasi dan keandalan data untuk analisis.

• Untuk membuat titik data baru untuk analisis

• Untuk mengurangi ukuran dataset

• Untuk meningkatkan daya tarik visual data

Metode mana yang umum digunakan untuk memvisualisasikan distribusi suatu dataset?

• Diagram Lingkaran

• Histogram

• Diagram Kotak

• Grafik Garis

Apa yang dimaksud dengan istilah 'outlier' dalam analisis statistik?

• Sebuah representasi grafis dari distribusi data.

• Sebuah metode untuk menghitung rata-rata dari sebuah dataset.

• Sebuah jenis uji statistik yang digunakan untuk menentukan korelasi.

• Outlier adalah titik data yang secara signifikan berbeda dari titik data lainnya dalam sebuah dataset.

Bagaimana Anda dapat mengidentifikasi nilai yang hilang dalam DataFrame menggunakan Pandas?

• Gunakan df.isnull() untuk mengidentifikasi nilai yang hilang dalam DataFrame.

• Gunakan df.fillna() untuk mengganti nilai yang hilang dalam DataFrame.

• Gunakan df.dropna() untuk menghapus nilai yang hilang dari DataFrame.

• Gunakan df.describe() untuk merangkum DataFrame dan menemukan nilai yang hilang.

Fungsi apa di Pandas yang digunakan untuk mengisi nilai yang hilang?

• set_na()

• fill_empty()

• replace_na()

• fillna()

Apa pentingnya menggunakan box plot dalam visualisasi data?

• Box plot efektif untuk menunjukkan nilai tepat dari setiap titik data.

• Box plot terutama digunakan untuk menampilkan data deret waktu.

• Box plot digunakan untuk menghitung rata-rata dari sebuah dataset.

• Box plot signifikan untuk memvisualisasikan distribusi data, membandingkan dataset, dan mengidentifikasi outlier.

Ukuran statistik manakah yang digunakan untuk menentukan kecenderungan sentral dari suatu dataset?

• Rata-rata, median, dan modus

• Deviasi standar

• Rentang

• Varians

Apa tujuan dari fungsi 'dropna()' dalam Pandas?

• Untuk mengurutkan nilai dalam DataFrame atau Series.

• Untuk menghitung rata-rata dari DataFrame atau Series.

• Untuk menggabungkan dua DataFrame bersama-sama.

• Untuk menghapus nilai yang hilang dari DataFrame atau Series.

Bagaimana Anda dapat memvisualisasikan hubungan antara dua variabel?

• Gunakan diagram lingkaran untuk menunjukkan hubungan antara variabel.

• Tampilkan data dalam format tabel untuk perbandingan variabel.

• Gunakan peta panas untuk merepresentasikan interaksi variabel.

• Gunakan diagram sebar, grafik garis, atau grafik batang untuk memvisualisasikan hubungan antara dua variabel.

Apa perbedaan antara histogram dan diagram batang?

• Histogram menampilkan data dari waktu ke waktu; diagram batang menunjukkan frekuensi.

• Histogram digunakan untuk distribusi data numerik; diagram batang digunakan untuk representasi data kategorikal.

• Histogram menggunakan warna yang berbeda untuk setiap batang; diagram batang tidak.

• Histogram digunakan untuk membandingkan dua dataset yang berbeda; diagram batang tidak.