Cheat Sheet

Statistika Formulas

Setiap rumus statistika yang dibutuhkan siswa dari statistika dasar hingga analisis inferensial: ukuran deskriptif, aturan probabilitas, distribusi normal, uji hipotesis, dan regresi linear. Masing-masing disertai catatan penggunaan satu baris. Padukan dengan pemecah AI-Math untuk verifikasi cepat.

Statistika deskriptif

Rata-rata (populasi)

μ=1Ni=1Nxi\mu = \frac{1}{N}\sum_{i=1}^N x_i

Rata-rata semua nilai populasi.

Rata-rata (sampel)

xˉ=1ni=1nxi\bar{x} = \frac{1}{n}\sum_{i=1}^n x_i

Rata-rata sampel.

Varians (populasi)

σ2=1N(xiμ)2\sigma^2 = \frac{1}{N}\sum (x_i - \mu)^2

Sebaran kuadrat, dibagi N.

Varians (sampel)

s2=1n1(xixˉ)2s^2 = \frac{1}{n-1}\sum (x_i - \bar{x})^2

Koreksi Bessel: bagi dengan n1n-1.

Simpangan baku

σ=σ2\sigma = \sqrt{\sigma^2}

Akar kuadrat varians — satuan sama dengan data.

Jangkauan

R=xmaxxminR = x_{\max} - x_{\min}

Ukuran sebaran paling sederhana.

Aturan probabilitas

Aturan penjumlahan

P(AB)=P(A)+P(B)P(AB)P(A \cup B) = P(A) + P(B) - P(A \cap B)

Probabilitas A atau B (inklusi-eksklusi).

Aturan perkalian

P(AB)=P(A)P(BA)P(A \cap B) = P(A) \cdot P(B \mid A)

Probabilitas A dan B; menjadi hasil kali jika independen.

Probabilitas bersyarat

P(BA)=P(AB)P(A)P(B \mid A) = \frac{P(A \cap B)}{P(A)}

Probabilitas B jika A telah terjadi.

Teorema Bayes

P(AB)=P(BA)P(A)P(B)P(A \mid B) = \frac{P(B \mid A) P(A)}{P(B)}

Membalik probabilitas bersyarat — uji diagnostik, pembelajaran mesin.

Kebebasan

P(AB)=P(A)P(B)P(A \cap B) = P(A) P(B)

Berlaku jika dan hanya jika AA dan BB independen.

Pencacahan

Permutasi

P(n,r)=n!(nr)!P(n,r) = \frac{n!}{(n-r)!}

Urutan penting: menyusun rr dari nn.

Kombinasi

C(n,r)=(nr)=n!r!(nr)!C(n,r) = \binom{n}{r} = \frac{n!}{r!(n-r)!}

Urutan tidak penting: memilih rr dari nn.

Distribusi diskret

PMF binomial

P(X=k)=(nk)pk(1p)nkP(X = k) = \binom{n}{k} p^k (1-p)^{n-k}

kk keberhasilan dalam nn percobaan independen dengan peluang sukses pp.

Rata-rata binomial

μ=np\mu = np

Jumlah keberhasilan yang diharapkan.

Varians binomial

σ2=np(1p)\sigma^2 = np(1-p)

Sebaran distribusi binomial.

PMF Poisson

P(X=k)=λkeλk!P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!}

Hitungan kejadian langka dengan laju rata-rata λ\lambda.

Distribusi normal

PDF

f(x)=1σ2πexp ⁣((xμ)22σ2)f(x) = \frac{1}{\sigma\sqrt{2\pi}} \exp\!\bigl(-\tfrac{(x-\mu)^2}{2\sigma^2}\bigr)

Kurva lonceng, rata-rata μ\mu, simpangan σ\sigma.

Skor Z

z=xμσz = \frac{x - \mu}{\sigma}

Standarisasi untuk membandingkan antar distribusi.

Normal standar

ZN(0,1)Z \sim N(0, 1)

Setelah transformasi skor Z.

Aturan 68-95-99,7

P(Xμ<kσ): 0.68, 0.95, 0.997P(|X - \mu| < k\sigma):\ 0.68,\ 0.95,\ 0.997

Untuk k=1,2,3k = 1, 2, 3 — hanya berlaku untuk data normal.

Statistika inferensial

Galat baku rata-rata

SE=snSE = \frac{s}{\sqrt{n}}

Simpangan baku xˉ\bar{x} sebagai penaksir.

Interval kepercayaan (rata-rata, $\sigma$ diketahui)

xˉ±zα/2σn\bar{x} \pm z_{\alpha/2} \cdot \frac{\sigma}{\sqrt{n}}

zα/2=1.96z_{\alpha/2} = 1.96 untuk CI 95%.

Statistik t (satu sampel)

t=xˉμ0s/nt = \frac{\bar{x} - \mu_0}{s/\sqrt{n}}

Uji rata-rata = μ0\mu_0 saat σ\sigma tidak diketahui.

Statistik chi-kuadrat

χ2=(OiEi)2Ei\chi^2 = \sum \frac{(O_i - E_i)^2}{E_i}

Uji kecocokan / kebebasan untuk data kategori.

Regresi linear

Kemiringan

b1=(xixˉ)(yiyˉ)(xixˉ)2b_1 = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sum (x_i - \bar{x})^2}

Kemiringan paling pas (kuadrat terkecil).

Intersep

b0=yˉb1xˉb_0 = \bar{y} - b_1 \bar{x}

Memaksa garis melalui (xˉ,yˉ)(\bar{x}, \bar{y}).

Korelasi Pearson

r=(xixˉ)(yiyˉ)(xixˉ)2(yiyˉ)2r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}}

Kekuatan dan arah hubungan linear, r[1,1]r \in [-1, 1].

Koefisien determinasi

R2=r2R^2 = r^2

Fraksi varians dalam yy yang dijelaskan oleh xx.