Data Preprocessing in R: Handling Missing Values, Duplicates, and Outliers merupakan tahap penting dalam analisis data yang berfokus pada pembersihan dan persiapan data sebelum dilakukan analisis lebih lanjut. Dalam praktik ini, pengguna akan mempelajari cara mengidentifikasi dan menangani nilai yang hilang (missing values), menghapus atau mengelola data duplikat, serta mendeteksi dan menangani outlier yang dapat memengaruhi hasil analisis. Dengan menggunakan bahasa pemrograman R, proses ini membantu meningkatkan kualitas data sehingga analisis yang dilakukan menjadi lebih akurat, konsisten, dan dapat dipercaya.

Graphical Analysis

An .html online-published website for my Portfolio Project 4 in STAT220.

Dokumen ini berisi analisis mengenai simulasi variabel acak dari distribusi diskrit dan distribusi kontinu menggunakan software R. Distribusi yang digunakan meliputi Binomial dan Poisson untuk distribusi diskrit, serta Normal dan Eksponensial untuk distribusi kontinu. Analisis dilakukan dengan membangkitkan data acak berdasarkan parameter tertentu, kemudian menghitung ukuran statistik seperti rata-rata dan varians serta menampilkan visualisasi distribusi. Hasil simulasi menunjukkan bahwa karakteristik data yang dihasilkan sesuai dengan teori masing-masing distribusi probabilitas. Melalui simulasi ini, dapat dipahami perbedaan sifat distribusi diskrit dan kontinu serta penerapannya dalam analisis statistik.