Apa yang membuat distribusi normal istimewa?

Distribusi normal memiliki beberapa sifat unik yang membuatnya istimewa. Namun, beberapa sifat berlaku untuk SEMUA distribusi probabilitas, bukan hanya distribusi normal.

Klasifikasikan setiap pernyataan di bawah ini: apakah itu hanya berlaku untuk distribusi normal, atau berlaku untuk distribusi probabilitas apa pun?

Latihan ini merupakan bagian dari kursus

Pengantar Statistika

Latihan interaktif langsung

Ubah teori menjadi aksi dengan salah satu latihan interaktif kami

Latihan ini merupakan bagian dari kursus

Pengantar Statistika

SkillTag.level.beginnerSkillTag.label

4.8+

Mulai Kursus Gratis

Statistika ringkasan memberi Anda alat untuk mendeskripsikan data Anda. Pada bab ini, Anda akan mengeksplorasi statistika ringkasan termasuk mean, median, dan simpangan baku, serta mempelajari cara menafsirkannya dengan tepat. Anda juga akan mengasah keterampilan berpikir kritis, sehingga Anda dapat memilih statistika ringkasan terbaik untuk data Anda.

Exercise 1: Apa itu statistika?Exercise 2: Menggunakan statistik di dunia nyata Exercise 3: Mengidentifikasi jenis data Exercise 4: Statistik Deskriptif vs. Inferensial Exercise 5: Ukuran pemusatan Exercise 6: Jumlah perampokan khas per Borough di London Exercise 7: Memilih ukuran Exercise 8: Borough London dengan kejahatan paling sering Exercise 9: Ukuran sebaran Exercise 10: Mendefinisikan ukuran sebaran Exercise 11: Box plot untuk mengukur sebaran Exercise 12: Kejahatan mana yang memiliki simpangan baku lebih besar

Probabilitas menjadi dasar sebagian besar statistika, yang digunakan untuk menghitung peluang terjadinya suatu peristiwa. Anda akan bekerja dengan data penjualan dunia nyata dan mempelajari bagaimana data dengan berbagai nilai dapat ditafsirkan sebagai distribusi probabilitas. Anda akan mempelajari distribusi probabilitas diskret dan kontinu, termasuk penemuan distribusi normal dan bagaimana distribusi ini kerap muncul pada peristiwa alami!

Exercise 1: Seberapa besar kemungkinannya?Exercise 2: Mana yang lebih mungkin?Exercise 3: Peluang penjualan berikutnya lebih besar daripada mean Exercise 4: Peluang bersyarat Exercise 5: Kejadian Dependen vs. Independen Exercise 6: Pesanan dengan lebih dari 10 produk kategori Basket Exercise 7: Distribusi diskret Exercise 8: Mengidentifikasi distribusi Exercise 9: Rataan sampel vs. rataan teoretis Exercise 10: Distribusi kontinu Exercise 11: Sebaran Diskrit vs. Kontinu Exercise 12: Menemukan distribusi normal Exercise 13: Probabilitas dengan sebaran seragam

Saatnya mengeksplorasi lebih banyak distribusi probabilitas. Anda akan mempelajari distribusi binomial untuk memvisualisasikan probabilitas keluaran biner, serta salah satu distribusi terpenting dalam statistika, yaitu distribusi normal. Anda akan melihat bagaimana distribusi dapat dideskripsikan melalui bentuknya, sekaligus menemukan distribusi Poisson dan perannya dalam menghitung probabilitas terjadinya peristiwa dari waktu ke waktu. Anda juga akan memahami teorema limit pusat!

Exercise 1: Distribusi binomial Exercise 2: Mengenali distribusi binomial Exercise 3: Bagaimana probabilitas memengaruhi distribusi binomial Exercise 4: Mengidentifikasi n dan p Exercise 5: Distribusi normal Exercise 6: Mengenali distribusi normal Exercise 7: Apa yang membuat distribusi normal istimewa?

Latihan Saat Ini

Exercise 8: Mengidentifikasi kemiringan (skewness)Exercise 9: Mendeskripsikan distribusi menggunakan kurtosis Exercise 10: Teorema limit pusat Exercise 11: Memvisualisasikan distribusi penarikan sampel Exercise 12: Teorema limit pusat vs. Hukum bilangan besar Exercise 13: Kapan menggunakan teorema limit pusat Exercise 14: Distribusi Poisson Exercise 15: Mengidentifikasi proses Poisson Exercise 16: Mengenali lambda pada distribusi Poisson

Pada bab terakhir, Anda akan diperkenalkan pada pengujian hipotesis dan bagaimana cara menggunakannya untuk menarik kesimpulan yang akurat tentang suatu populasi. Anda akan mempelajari korelasi dan bagaimana menggunakannya untuk mengukur hubungan linear antara dua variabel. Anda akan mempelajari teknik desain eksperimen seperti pengacakan dan pembutaan. Anda juga akan mempelajari konsep untuk meminimalkan risiko menarik kesimpulan yang keliru dari hasil uji hipotesis!

Exercise 1: Uji hipotesis Exercise 2: Sinar matahari dan tidur Exercise 3: Alur kerja pengujian hipotesis Exercise 4: Variabel independen dan dependen Exercise 5: Eksperimen Exercise 6: Mengenali uji coba terkontrol Exercise 7: Mengapa menggunakan pengacakan?Exercise 8: Korelasi Exercise 9: Mengidentifikasi korelasi antarvariabel Exercise 10: Apa yang dapat diberitahukan oleh korelasi kepada Anda?Exercise 11: Variabel pengacau Exercise 12: Menafsirkan hasil uji hipotesis Exercise 13: Tingkat signifikansi vs. p-value Exercise 14: Kesalahan Tipe I dan Tipe II Exercise 15: Selamat!