Belajar Statistika dengan Modul Baru Python di DQLab, Yuk!
Python merupakan salah satu bahasa pemrograman yang umum digunakan oleh praktisi data. Meskipun telah ada sejak tahun 1991, hingga saat ini bahasa pemrograman Python masih menjadi favorit banyak orang.
Tentu saja hal ini terjadi bukan tanpa alasan, melainkan karena memang karena karakteristik Python yang sesuai dengan kebutuhan pengguna. Seperti bersifat open source, bisa mengerjakan banyak tugas, hingga mudah untuk dibaca dan ditulis karena menggunakan bahasa yang mirip dengan bahasa manusia sehari-hari.
Python bisa mengerjakan banyak pekerjaan. Hal ini juga dibantu oleh banyaknya library yang tersedia. Masing-masing library akan digunakan untuk mengerjakan tugas tertentu. Dalam pekerjaan seorang praktisi data, perhitungan akan statistika sudah menjadi makanan sehari-hari.
Nah untuk mempermudah pekerjaan teman-teman, DQLab telah menghadirkan beberapa modul yang berhubungan dengan Statistika yang ditulis menggunakan bahasa Python. Kira-kira modul apa saja sih? Yuk, simak pembahasannya!
1. Ukuran Data : Pemusatan
Salah satu hal yang cukup mendasar dalam statistika adalah mempelajari ukuran pemusatan data (measure of central tendency). Dalam modul ini, Sahabat DQ akan memahami mengapa ukuran pemusatan data ini menjadi sangat dibutuhkan, serta membedakan contoh penggunaan median, mean, dan modus pada Python.
Modul ini dilengkapi dengan 2 bab, dimana pada bab pertama akan fokus untuk mempelajari teori dari ukuran pemusatan data, termasuk penjelasan mengenai mean, median, dan modus. Di bab kedua, Sahabat DQ akan mulai menggunakan ukuran pemusatan data dengan Python.
Kemudian di bab terakhir akan dijabarkan bahwa ukuran pemusatan data saja tidak cukup, namun harus dibantu oleh visualisasi data agar hasilnya menjadi lebih akurat.
Baca juga: Belajar Python List, Tuples, Set, dan Dictionary
2. Ukuran Data : Variansi
Selain ukuran pemusatan data, ukuran penyebaran data dalam statistik juga menjadi hal dasar yang harus dikuasai. Dalam modul ini, Sahabat DQ akan mempelajari ukuran penyebaran data seperti range (rentang data), quartile, interquartile, percentil, penggunaan variance, serta standard deviation untuk sampel dan populasi.
Modul ini terdiri dari 4 bab, dimana pada bab pertama akan fokus pada teori yang diberikan dalam bentuk video. Di bab kedua akan mempraktikkan dengan python untuk mengukur variasi data dengan menggunakan: rentang data, quartil, persentil, dan visualisasi swarmplot dan boxplot.
Pada bab ketiga merupakan kelanjutan bab kedua, dimana akan mempelajari tentang variance dan standard deviation. Di bab terakhir merupakan mini project untuk mengukur hasil belajarmu.
3. Populasi dan Sample
Populasi dan sampel merupakan jenis data yang akan digunakan untuk analisis. Sebagai praktisi data, tentu mengetahui perbedaan antara populasi dan sampel ini merupakan sebuah keharusan. Dalam modul ini kita akan mempelajari tentang populasi dan sampel, apa dan kenapa menggunakan statistik, variabel data, random sampling, serta representative sampling.
Modul ini dilengkapi oleh 3 bab, dimana pada bab pertama akan fokus untuk membahas teori tentang statistika, statistik, populasi, sampel, metode penarikan sampel, dan variabel data. Kemudian di bab kedua akan dibahas beberapa metode yang bisa digunakan untuk menarik sampel. Di bab terakhir ada mini project yang bisa digunakan untuk mengukur hasil belajarmu.
4. Mengenal Distribusi Normal Pada Python
Dalam ilmu statistika, distribusi data menjadi hal yang akan sering ditemui. Meskipun ada cukup banyak distribusi data, namun yang paling sering digunakan adalah distribusi normal. Dalam modul ini kita akan mempelajari distribusi probabilitas pada statistik, distribusi normal,
Central Limit Theorem (CLT), serta kita akan menghitung nilai probabilitas berdasarkan distribusi normal dengan mengetahui pada rentang nilai dengan fungsi Cumulative Distribution Function (CDF).
Modul ini terdiri dari 4 bab, dimana pada bab pertama kita akan berkenalan dengan frekuensi relatif, frekuensi kumulatif, fungsi kepadatan probabilitas, fungsi kepadatan kumulatif, dan fungsi kepadatan kumulatif empiris.
Di bab kedua, kita akan mencoba menggunakan ilmu yang telah didapatkan di bab pertama. Di bab ketiga akan fokus membahas distribusi normal, serta di bab terakhir akan berisi mini project untuk menguji pemahaman kita.
Baca juga: Belajar Python: Mengenal Array pada Bahasa Pemrograman Python
Selain free modul yang disediakan oleh DQLab, Sahabat DQ juga bisa mempelajari coding Python yang lebih mendalam dan detail dengan mengakses modul Premium yang tersedia di DQLab. Ada banyak sekali pembahasan yang dituang dalam berbagai modul dengan menggunakan bahasa pemrograman Python.
Tidak hanya itu, begitu Sahabat DQ berlangganan modul premium, maka kalian juga bisa menikmati modul pembelajaran dengan menggunakan bahasa pemrograman lainnya, seperti R dan SQL.
Yuk, tunggu apa lagi? Buruan sign up di DQLab!
Penulis : Gifa Delyani Nursyafitri