Exploring Python Libraries for Statistics

Apa tujuan utama dari pustaka Pandas?

• Pelatihan model pembelajaran mesin

• Manipulasi dan analisis data

• Pengambilan data dan web scraping

• Visualisasi dan presentasi data

Bagaimana cara membuat DataFrame di Pandas?

• Anda dapat membuat DataFrame dengan memanggil DataFrame(data) secara langsung.

• Gunakan pd.DataFrame(data) di mana data bisa berupa kamus, daftar, atau array NumPy.

• Gunakan pd.createDataFrame(data) untuk membuat DataFrame.

• DataFrame hanya dapat dibuat dari file CSV di Pandas.

Fungsi apa di NumPy yang digunakan untuk menghitung rata-rata dari sebuah array?

• numpy.sum()

• numpy.average()

• numpy.mean()

• numpy.median()

Fungsi NumPy manakah yang digunakan untuk menghasilkan angka acak?

• numpy.randomize

• numpy.rand

• numpy.random_numbers

• numpy.random

Apa keuntungan utama menggunakan SciPy dibandingkan NumPy?

• Keuntungan utama menggunakan SciPy dibandingkan NumPy adalah koleksi fungsi dan algoritma matematis lanjutan yang luas.

• SciPy terutama digunakan untuk visualisasi data.

• NumPy memiliki lebih banyak fungsi bawaan dibandingkan SciPy.

• SciPy lebih cepat daripada NumPy untuk semua operasi.

Bagaimana cara melakukan uji t menggunakan SciPy?

• Gunakan `scipy.stats.ttest_paired(data1, data2)` untuk uji t berpasangan.

• Gunakan `scipy.stats.ttest_1samp(data, popmean)` untuk uji t independen.

• Gunakan `scipy.stats.ttest(data1, data2)` untuk uji t apa pun.

• Gunakan `scipy.stats.ttest_ind(data1, data2)` untuk uji t independen atau `scipy.stats.ttest_rel(data1, data2)` untuk uji t berpasangan.

Apa tujuan Matplotlib dalam analisis data?

• Untuk menyimpan dataset besar dengan efisien.

• Untuk menulis dan mengeksekusi kueri SQL.

• Untuk melakukan perhitungan statistik pada data.

• Tujuan Matplotlib dalam analisis data adalah untuk membuat visualisasi yang membantu menginterpretasikan dan menyajikan data dengan efektif.

Bagaimana cara membuat plot garis sederhana menggunakan Matplotlib?

• Gunakan Seaborn alih-alih Matplotlib

• Buat diagram batang dengan `plt.bar(x, y)`

• Simpan plot dengan `plt.save()`

• 1. Impor Matplotlib: `import matplotlib.pyplot as plt`. 2. Siapkan data: `x = [1, 2, 3, 4]`, `y = [10, 20, 25, 30]`. 3. Buat plot: `plt.plot(x, y)`. 4. Tampilkan plot: `plt.show()`.

Apa peran Statsmodels dalam analisis statistik?

• Statsmodels terutama digunakan untuk visualisasi data.

• Statsmodels adalah sistem manajemen basis data.

• Statsmodels adalah bahasa pemrograman untuk pengembangan web.

• Statsmodels memainkan peran penting dalam analisis statistik dengan menyediakan alat untuk memperkirakan dan menginterpretasikan model statistik.

Bagaimana cara memasang model regresi linier menggunakan Statsmodels?

• Terapkan metode fit dari pandas untuk membuat model regresi.

• Gunakan fungsi lm() dari R untuk melakukan regresi linier.

• Gunakan kelas LinearRegression dari sklearn untuk memasang model.

• Gunakan metode OLS dari statsmodels.api untuk memasang model regresi linier.