Deviasi standar adalah metode untuk visualisasi data.

Deviasi standar mengukur kecenderungan pusat data.

Deviasi standar adalah rata-rata dari sekumpulan nilai.

Deviasi standar adalah ukuran penyebaran atau rentang dari sekumpulan nilai dalam statistik deskriptif.

Untuk membuat inferensi tentang populasi berdasarkan data sampel.

Untuk merangkum data menggunakan grafik dan diagram.

Untuk menghitung rata-rata dari sebuah sampel.

Untuk menentukan nilai-nilai yang tepat dari sebuah populasi.

Populasi adalah pemilihan acak dari sebuah sampel.

Populasi adalah seluruh kelompok yang menjadi perhatian, sedangkan sampel adalah subset yang lebih kecil dan representatif dari populasi tersebut.

Sampel mencakup setiap anggota dari populasi.

Populasi selalu lebih kecil dari sampel.

Distribusi normal adalah distribusi probabilitas simetris yang ditandai dengan kurva berbentuk lonceng, signifikan karena sifat-sifatnya dalam statistik.

Distribusi normal adalah jenis data yang tidak dapat dianalisis secara statistik.

Distribusi normal hanya berlaku untuk data kategorikal.

Distribusi normal adalah distribusi yang miring tanpa bentuk tertentu.

P(Kejadian) = Jumlah hasil yang menguntungkan + Total jumlah hasil yang mungkin

P(Kejadian) = Total jumlah hasil yang mungkin / Jumlah hasil yang menguntungkan

P(Kejadian) = Jumlah hasil yang mungkin - Jumlah hasil yang menguntungkan

P(Kejadian) = Jumlah hasil yang menguntungkan / Total jumlah hasil yang mungkin

P(X = k) = C(n, k) * p^k * (1-p)^(n-k)

P(X = k) = C(n, k) * (p + (1-p))^n

P(X = k) = n * p^k * (1-p)^(n-k)

P(X = k) = C(n, k) * (1-p)^k * p^(n-k)

Hipotesis nol menyatakan bahwa rata-rata sampel sama dengan rata-rata populasi.

Hipotesis nol menyatakan bahwa semua variabel saling berkorelasi dalam populasi.

Hipotesis nol menyatakan bahwa tidak ada efek atau perbedaan dalam populasi.

Hipotesis nol mengklaim bahwa ada efek yang signifikan dalam populasi.

Kesalahan Tipe I adalah penerimaan yang salah terhadap hipotesis nol yang salah.

Kesalahan Tipe I adalah penolakan yang salah terhadap hipotesis nol yang benar.

Kesalahan Tipe I adalah kegagalan untuk menolak hipotesis nol yang salah.

Kesalahan Tipe I adalah penerimaan hipotesis nol yang benar.

P-value adalah probabilitas dari hipotesis nol yang benar.

P-value menunjukkan probabilitas mengamati data, atau sesuatu yang lebih ekstrem, jika hipotesis nol benar.

P-value di bawah 0,05 berarti hipotesis nol selalu salah.

P-value mengukur kekuatan hipotesis alternatif.

Tujuan dari analisis regresi adalah untuk memodelkan dan menganalisis hubungan antara variabel untuk membuat prediksi.

Untuk menentukan rata-rata dari suatu dataset.

Untuk memvisualisasikan data dalam format grafis.

Untuk menghitung modus dari sekumpulan nilai.

R² menunjukkan akurasi prediksi yang dibuat oleh model.

R² mengukur kekuatan hubungan antara dua variabel.

R² mewakili proporsi varians yang dijelaskan oleh model.

R² menunjukkan total jumlah data yang digunakan dalam regresi.

Pengambilan sampel terstratifikasi memilih individu berdasarkan preferensi acak mereka.

Pengambilan sampel acak memerlukan pengetahuan sebelumnya tentang struktur populasi.

Pengambilan sampel acak hanya berlaku untuk populasi kecil.

Pengambilan sampel acak memilih individu secara acak dari seluruh populasi, sementara pengambilan sampel terstratifikasi melibatkan pembagian populasi menjadi subkelompok dan mengambil sampel dari masing-masing.

Ukuran sampel hanya mempengaruhi kecepatan perhitungan.

Ukuran sampel mempengaruhi akurasi; ukuran yang lebih besar menghasilkan estimasi yang lebih dapat diandalkan.

Ukuran sampel yang lebih kecil selalu memberikan estimasi yang lebih baik.

Ukuran sampel tidak memiliki dampak pada akurasi.

Teorema Limit Tengah hanya berlaku untuk ukuran sampel kecil.

Teorema Limit Tengah adalah prinsip statistik dasar yang memastikan distribusi rata-rata sampel akan normal jika ukuran sampel cukup besar.

Teorema Limit Tengah menyatakan bahwa semua populasi terdistribusi normal.

Teorema Limit Tengah tidak relevan dalam analisis statistik.