An analysis of the NOAA Storm Database exploring the health and economic impacts of severe weather events from 1950 to 2011.

Dokumen ini berisi hasil praktikum statistika mengenai konsep Ketidakpastian Estimasi dan Margin of Error. Analisis dalam praktikum ini difokuskan pada evaluasi bagaimana tiga faktor utama memengaruhi lebar rentang interval kepercayaan 95%. Faktor-faktor yang diuji meliputi: 1. Ukuran Sampel (n): Mengevaluasi dampak jumlah sampel (n = 5, 30, 100) terhadap presisi estimasi. 2. Variabilitas Data: Menganalisis pengaruh standar deviasi (SD = 10, 50, 90) terhadap kelebaran interval. 3. Distribusi Probabilitas (Z vs t): Membandingkan hasil estimasi ketika standar deviasi populasi diketahui (menggunakan Distribusi Normal/Z) dibandingkan ketika tidak diketahui (menggunakan Distribusi-t). Seluruh perhitungan dan simulasi kombinasi faktor dilakukan menggunakan bahasa pemrograman R. Hasil praktikum ini membuktikan secara empiris bahwa ukuran sampel yang lebih besar dan variabilitas data yang lebih rendah akan menghasilkan interval kepercayaan yang lebih sempit, yang berarti estimasi rata-rata populasi menjadi jauh lebih presisi.

This DHIS2 Metadata assessment document

This project analyzes severe weather events in the United States using the NOAA storm dataset. It identifies which event types are most harmful to human health based on fatalities and injuries, and which cause the greatest economic damage through property and crop losses. The results highlight high-impact events such as tornadoes, floods, and hurricanes, helping in understanding risk and improving disaster preparedness.

Lista kontrolna do oceny strategii due dilligence

Built by leaflet