1.1 Fokus

Perbedaan yang pertama terletak pada fokus yang ada. Untuk analisis statistik, berfokus pada verifikasi dari informasi yang didapatkan. Dengan kata lain, ini tentu harus menguji hipotesis yang ada dengan baik. Termasuk juga tingkatan-tingkatan yang signifikan. Beda halnya dengan analisis non statistik yang menitikberatkan pada pengumpulan dan menemukan data atau dikenal knowledge discovery. Tentu, ini akan mengesampingkan hipotesis terlebih dahulu. Pada tingkat tertentu, biasanya menggunakan teknik black box untuk memecahkan permasalahan.

1.2 Ukuran data set

Kedua, mengenai ukuran data set yang akan diamati. Analisis statistik dapat menampung data sebanyak mungkin sebagai variabel yang akan diamati dan diteliti, misalnya jumlah data ada ribuan dan hanya terbatas pada data dengan atribusi angka saja. Kemudian, analisis non statistik bisa lebih dari jumlah analisis statistik. Bahkan, Anda bisa mendapatkan data dalam jumlah jutaan, termasuk juga atribusinya yang beragam. Jadi, tidak terbatas hanya data berupa angka saja, tetapi juga data dalam bentuk lain \(\left (\frac {a}{b} \right)^2\).

1.3 Kemurnian data

Indikator yang ketiga bisa dilihat dari segi kemurnian data yang dimiliki. Data pada analisis statistik terdistribusikan dengan normal. Adapun strukturnya haruslah merepresentasikan dengan model yang linear. Sedangkan pada analisis non statistik, datanya tidaklah linear. Data tersebut terdiri dari banyak informasi. Hal itu karena data-data yang terkumpul bukan berbentuk angka. Dengan kata lain, jumlahnya pun sangat banyak.

1.4 Model data

Keempat, selain mengenai kemurnian data dan distribusinya, perbedaan analisis statistik dan analisis non statistik juga dilihat dari model data. Pada umumnya, analisis yang bersifat statistik cenderung memiliki data yang linear, yakni data dipengaruhi oleh berapa banyak outliers yang ada. Analisis dengan sifat non statistik tidaklah linear. Selain itu, model data yang ada pun tidak dipengaruhi oleh banyaknya outliers.

1.5 Batasan model data

Perbedaan terakhir atau kelima ialah terkait dengan batasan model data. Metode analisis statistik cenderung bergantung pada konsiderasi dan biasanya tidak linear, multicollinearity, dan sebagainya. Sedangkan data di analisis non statistik dihitung berdasarkan informasi, yakni mana yang menjadi bagian penting dan tidak saat dianalisis.

2.1 contoh lain

\[ \begin{aligned} Rumus\\ Matematika\\ LaTeX \end{aligned} \] \(e^x, e^{xy}, y_i , y_{ij}, e^{x^{y+1}}, y_{i_{jk}}\)

\(\int \limits_{-\infty}^{\infty} {f(x)} \, dx\)

\[ \sqrt {\sqrt {\sqrt {\sqrt {x}}}} \]

\[\sqrt[x]{y}\] \(\left (\frac {a}{b} \right)^2\)

\[A=\left \{ x | x=2n, n \in \text {bilangan asli} <5 \right \}\] \[\left (\frac {x}{y} \right )^2\] \[(\sum \limits_{i=1}^{n} {x_i}) , dan, (\prod\limits_{i=1}^n{x_i})\] \[\boxed {\bar x = \frac{1}{n} \sum \limits_{i=1}^{n} {x_i}}\] \[ \begin{aligned} \lim_{x \to \infty} \left(1+ \frac{1}{x} \right )^x &= e \\ \lim_{x \to 0 } \left(1+x \right)^{\frac {1}{x}} &= e \\ \lim_{x \to \infty} \left(1+ \frac{a}{x} \right )^{bx} &= e^{ab} \\ \lim_{x \to 0 } \left(1+ax \right)^{\frac {b}{x}} &= e^{ab} \end{aligned} \]

\[ f(x;\lambda,k)= \begin{cases} \frac{k}{\lambda} \left(\frac{x}{\lambda}\right)^{k-1}e^{-(x/\lambda)^{k}} &; x\geq 0 ,\\ 0 &; x<0, \end{cases} \]

\[ \lim_{x \to 0}f(x)=1 \]

\[ \mathbf{y}= \left(\begin{matrix} y_1 \\ y_2 \\ \vdots \\ y_n \\ \end{matrix} \right) \]

\[ \mathbf{X}=\left( \begin{matrix} 1 & x_{11} & x_{12} & \dots & x_{1p} \\ 1 & x_{21} & x_{22} & \dots & x_{2p} \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ 1 & x_{n1} & x_{n2} & \dots & x_{np} \\ \end{matrix} \right) \]

\[massa jenis = \frac{kecepatan}{waktu}\]

\[x+y, x-y, x \times y\]

\[\int \limits_{-\infty }^{\infty }{f(x)} \, dx\]

\[F(x) \Bigr|_{-\infty}^{\infty}\]

3.1 contoh lain

4.1 contoh lain

5.1 contoh lain

  Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
 Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
 1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
 Median :5.800   Median :3.000   Median :4.350   Median :1.300  
 Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
 3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
 Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
       Species  
 setosa    :50  
 versicolor:50  
 virginica :50  
                
                
                

contoh ini adalah sebagai ilustrasi dalam menampilkan suatu tabel data yang ingin ditampilkan.