Materi
Korelasi Pearson mengukur seberapa lurus hubungan dua kolom angka, dari -1 sampai 1. Nilai mendekati 1 berarti keduanya naik bersama, mendekati -1 berarti yang satu naik saat yang lain turun, dan mendekati 0 berarti tidak ada hubungan garis lurus. a.corr(b) menghitungnya untuk dua Series, sedangkan df.corr() menghitung semua pasangan menjadi matriks. Kekuatannya dibaca dari nilai mutlak: -0,8 lebih kuat daripada 0,5. Korelasi juga bukan bukti sebab-akibat; dua kolom bisa naik bersama karena hal ketiga.
toko = pd.DataFrame({"pengunjung": [120, 150, 90, 200], "struk": [30, 41, 22, 55], "kota": ["A", "B", "A", "B"]})
print(toko.corr(numeric_only=True))
q1 = toko["struk"].quantile(0.25)
q3 = toko["struk"].quantile(0.75)
pagar_atas = q3 + 1.5 * (q3 - q1)Pencilan adalah nilai yang jauh dari kebanyakan nilai lain. NIST/SEMATECH e-Handbook menandainya dengan pagar dari kuartil: IQR = Q3 − Q1, lalu nilai di bawah Q1 − 1,5 × IQR atau di atas Q3 + 1,5 × IQR disebut pencilan. Di pandas, Q1 dan Q3 dihitung dengan quantile(0.25) dan quantile(0.75) yang berinterpolasi linear; rumus posisi kuartil di NIST sedikit berbeda, jadi angkanya bisa selisih tipis. Tanda pencilan berarti perlu ditinjau, bukan otomatis salah; kelas Kualitas Data membahas cara melaporkannya.
