Statistik Inferensial
Pengujian hipotesis, interval kepercayaan, p-value, t-test, chi-square, ANOVA, regresi linear
1Apa itu hipotesis nol (H₀) dalam pengujian hipotesis?
Apa itu hipotesis nol (H₀) dalam pengujian hipotesis?
Jawaban
Hipotesis nol (H₀) adalah pernyataan default yang mengasumsikan tidak ada efek atau perbedaan signifikan. Ini adalah hipotesis yang ingin kita tolak atau tidak tolak berdasarkan data yang dikumpulkan. Misalnya, H₀ mungkin menyatakan bahwa pengobatan baru tidak memiliki efek dibandingkan dengan plasebo. Uji statistik mengevaluasi apakah data memberikan bukti yang cukup untuk menolak hipotesis ini demi hipotesis alternatif (H₁).
2Apa yang diwakili oleh p-value dalam uji statistik?
Apa yang diwakili oleh p-value dalam uji statistik?
Jawaban
P-value adalah probabilitas memperoleh hasil setidaknya seekstrem yang diamati, dengan asumsi hipotesis nol benar. P-value rendah (biasanya < 0.05) menunjukkan bahwa data yang diamati tidak mungkin terjadi di bawah H₀, yang mengarah pada penolakannya. Catatan: p-value bukanlah probabilitas bahwa H₀ benar, juga bukan probabilitas bahwa hasil disebabkan oleh kebetulan.
3Apa itu kesalahan tipe I dalam statistik inferensial?
Apa itu kesalahan tipe I dalam statistik inferensial?
Jawaban
Kesalahan tipe I (false positive) terjadi ketika kita menolak hipotesis nol padahal sebenarnya benar. Tingkat signifikansi α (sering 0.05) merepresentasikan probabilitas maksimum yang dapat diterima untuk membuat kesalahan ini. Misalnya, menyimpulkan bahwa obat efektif padahal tidak merupakan kesalahan tipe I. Kesalahan ini dikendalikan dengan pemilihan tingkat signifikansi.
Apa itu kesalahan tipe II dalam statistik inferensial?
Apa yang diwakili oleh interval kepercayaan 95%?
+21 pertanyaan wawancara
Topik wawancara Data Science & ML lainnya
Dasar-dasar Python
Pemrograman Berorientasi Objek Python
Struktur Data Python
Dasar-Dasar Git
Dasar-dasar SQL
Dasar-Dasar NumPy
Dasar-dasar Pandas
Jupyter & Google Colab
SQL Joins & Kueri Lanjutan
Pandas Lanjutan
Visualisasi dengan Matplotlib & Seaborn
Visualisasi Interaktif dengan Plotly
Statistik Deskriptif
Web Scraping
BigQuery & Cloud Data
Feature Engineering
ML Terbimbing: Regresi
ML Terbimbing: Klasifikasi
Pohon Keputusan & Ensemble
ML Tanpa Pengawasan
Pipeline ML & Validasi
Deret Waktu & Peramalan
Dasar-Dasar Deep Learning
TensorFlow & Keras
CNN dan klasifikasi gambar
RNN & Sekuens
Transformers & Attention
NLP & Hugging Face
GenAI & LangChain
MLOps dan Deployment
Kuasai Data Science & ML untuk wawancara berikutnya
Akses semua pertanyaan, flashcards, tes teknis, latihan code review dan simulator wawancara.
Mulai gratis