Satuan
1. Kecerdasan Buatan dalam Ekonometrika dan Statistik: Peran, Batasan, Otentikasi, dan Privasi 2. Pembersihan dan Persiapan Data: Data Hilang, Pencilan, dan Pengkodean 3. Analisis dan Visualisasi Data Eksplorasi: Pembuatan Grafik dan Interpretasi dengan Kecerdasan Buatan 4. Regresi Linier: Pembuatan Model, Interpretasi Koefisien, dan Asumsi 5. Diagnostik dan Pelanggaran Regresi: Kolinearitas, Heteroskedastisitas, Autokorelasi 6. Pengujian Hipotesis dan Nilai P: Signifikansi, Kekuatan, dan Perbandingan Berganda 7. p-hacking, HARKing dan Integritas Statistik: Kesalahan di Era Kecerdasan Buatan 8. Analisis Rangkaian Waktu: Stasioneritas, ARIMA dan Peramalan 9. Analisis Penyebab dan Kebijakan: DiD, IV, RDD dan Kecerdasan Buatan 10. Pembuatan Kode dan Reproduksibilitas: R/Python, Pembuatan Versi dan Reproduksibilitas 11. Penulisan Laporan, Komunikasi, dan Etika: Menyajikan Hasil dan Mengkomunikasikan Batasan
Satuan 10 / 11

Pembuatan Kode dan Reproduksibilitas: R/Python, Pembuatan Versi dan Reproduksibilitas

Keuntungan:

  • Kemampuan untuk memverifikasi dengan membaca dan menguji kode analisis R/Python yang dihasilkan oleh kecerdasan buatan dan membuat proyek yang dapat direproduksi dengan seed, kunci versi, dan struktur folder
  • Kemampuan untuk menggunakan kontrol versi (Git), pemrograman melek huruf (R Markdown/Quarto/Jupyter) dan manajemen lingkungan dengan dukungan kecerdasan buatan, membuat analisis dapat direproduksi dari awal hingga akhir
  • Kemampuan untuk melakukan pengujian unit dan pemeriksaan kewarasan untuk menangkap kesalahan diam dalam kode AI (misjoin, kebocoran, filter terlewat)
Sebelumnya Selanjutnya