Matching Python

Jika Anda lihat data race, sangat banyak. Hal ini akan menyebabkan the Curse of Dimensionality, dimana model akan menjadi terlalu rumit. Oleh karena itu kita perlu menyederhanakannya. Pertama kita periksa datanya. Dari data diatas, kita akan gunakan race: White, Non Hispanic. Kemudian menyederhanakan Hispanic menjadi 1 group. Black dan Asian juga akan kita gunakan. Selebihnya … Read more

Pada modul ini kita akan melakukan data analisis agar lebih memahami data yang digunakan. Salah satu syarat digunakan teknik matching adalah jika Anda memiliki groups yang uncomparable melalui informasi metrik. Pertama kita dapat gunakan perspektif average (mean). Dari metrik diatas, dapat dilihat catholic dan non catholic adalah group yang berbeda, lihat kolom income, poverty dan … Read more

Untuk keperluan tutorial kita gunakan contoh kasus apakah sekolah Katolik lebih baik dari sekolah swasta lainnya. Dataset yang digunakan adalah school.csv. Untuk mengikuti tutorial, disarankan menggunakan Google Colab untuk kemudahan, karena sebagian besar library sudah terinstal. Jika Anda menggunakan Google Colab, upload data school.csv diatas ke Google Drive Anda, lalu mounting path direktori kerja Anda. … Read more

Teknik matching digunakan ketika dataset tidak memiliki comparable control group. Untuk lebih mudah kita gunakan contoh program subscription, misalnya pada Tokopedia, terdapat program langganan Plus. Katakanlah Anda diminta menganalisa apakah program Plus bermanfaat dan bagaimana impactnya terhadap keuangan perusahaan. Masalahnya disini adalah Anda tidak dapat membandingkan antara non plus subcriber dan plus subcriber. Subcriber memutuskan … Read more