Easy web publishing from R
Write
R Markdown
documents in RStudio.
Share them here on RPubs.
(It’s free, and couldn’t be simpler!)
Get Started
Recently Published
Lê Thị Thùy Duyên NH1 - DAU
Lê Thị Thùy Duyên NH1 - DAU
Tugas Statistika 4
Tugas pendalaman materi variabel acak dan distribusi peluang pada data socmed insights
Elita Rohutami - 2611018013 - Tugas Biostatistika
# NAMA : Elita Rohutami
# NIM : 2611018013
# =============================================================================
# REPEATED MEASURE ANALYSIS DENGAN R
# Contoh terapan: Program intervensi Anemia Pada Remaja Putri di Wilayah Kerja Puskesmas(DATA SIMULASI)
#
# Isi:
# 0. Paket & pengaturan
# 1. Simulasi data (format panjang & lebar)
# 2. Eksplorasi data: statistik deskriptif, profile plot, spaghetti plot
# 3. Repeated Measure ANOVA satu arah (within-subject: Waktu)
# 3a. Uji asumsi: outlier, normalitas, sfierisitas (Mauchly)
# 3b. ANOVA + koreksi Greenhouse-Geisser / Huynh-Feldt
# 3c. Pendekatan multivariat (MANOVA) sebagai pembanding
# 3d. Post hoc berpasangan & kontras polinomial (tren)
# 3e. Alternatif nonparametrik: uji Friedman
# 4. Mixed Design ANOVA (between: Kelompok x within: Waktu)
# 4a. Uji asumsi: outlier, normalitas, Levene, Box's M, Mauchly
# 4b. ANOVA campuran + ukuran efek
# 4c. Analisis efek sederhana (simple effects) & post hoc
# 4d. Kontras interaksi (perubahan dari baseline antarkelompok)
# 5. Pembanding: Linear Mixed Model (LMM)
# 6. Menyimpan data & ringkasan hasil
# =============================================================================
Elita Rohutami - 2611018013 - Tugas Biostatistika
# NAMA : Elita Rohutami
# NIM : 2611018013
# =============================================================================
# REPEATED MEASURE ANALYSIS DENGAN R
# Contoh terapan: Program intervensi Anemia Pada Remaja Putri di Wilayah Kerja Puskesmas(DATA SIMULASI)
#
# Isi:
# 0. Paket & pengaturan
# 1. Simulasi data (format panjang & lebar)
# 2. Eksplorasi data: statistik deskriptif, profile plot, spaghetti plot
# 3. Repeated Measure ANOVA satu arah (within-subject: Waktu)
# 3a. Uji asumsi: outlier, normalitas, sfierisitas (Mauchly)
# 3b. ANOVA + koreksi Greenhouse-Geisser / Huynh-Feldt
# 3c. Pendekatan multivariat (MANOVA) sebagai pembanding
# 3d. Post hoc berpasangan & kontras polinomial (tren)
# 3e. Alternatif nonparametrik: uji Friedman
# 4. Mixed Design ANOVA (between: Kelompok x within: Waktu)
# 4a. Uji asumsi: outlier, normalitas, Levene, Box's M, Mauchly
# 4b. ANOVA campuran + ukuran efek
# 4c. Analisis efek sederhana (simple effects) & post hoc
# 4d. Kontras interaksi (perubahan dari baseline antarkelompok)
# 5. Pembanding: Linear Mixed Model (LMM)
# 6. Menyimpan data & ringkasan hasil
# =============================================================================
Eksplorasi dan Identifikasi Permasalahan Kualitas Data Mahasiswa
Mengeksplorasi dan mengidentifikasi masalah kualitas data mahasiswa dengan cara membersihkan data, mengatur ulang data, menganalisis data, memahami hubungan antar variabel, serta melakukan analisis regresi untuk mendapatkan data yang lebih baik dan siap digunakan dalam analisis statistik
TUGAS 3 REGRESI POLINOMIAL
Nama : Muhammad Farhan Nur Ismail
NIM : Muhammad Farhan Nur Ismail
De Roma a Colombia: los límites de los controles de precios y sus costos para la innovación
A lo largo de la historia, los controles de precios han sido una de las herramientas más utilizadas por los gobiernos para enfrentar aumentos del costo de vida, inflación o dificultades de acceso a bienes esenciales. Sin embargo, la evidencia histórica muestra que, aunque pueden generar alivios visibles en el corto plazo, sus efectos en el mediano y largo plazo suelen ser mucho más complejos. El principal riesgo no es solamente la escasez inmediata, sino la erosión gradual de los incentivos para invertir, innovar y expandir la oferta.
Data GDS 3 Perlakuan
Data GDS 3 Perlakuan untuk 4 waktu
TUGAS BIOSTATISTIKA INTERMEDIATE Lukman Hakim 2611018052
TUGAS BIOSTATISTIKA INTERMEDIATE
# NAMA : LUKMAN HAKIM
# NIM : 2611018052
# REPEATED MEASURE ANALYSIS DENGAN R
# Studi: Movingcall - physical activity promotion
# Dataset: SIMULASI berbasis Fischer et al. (2019)
# Outcome: objective MVPA (menit/minggu)
# 3 kelompok x 3 waktu
Analisis Hubungan Penggunaan Kelas Online dengan Kelulusan Mahasiswa Berdasarkan Jalur Masuk
Analisis hubungan penggunaan kelas online dengan kelulusan mahasiswa berdasarkan jalur masuk menggunakan tabel kontingensi tiga arah, Odds Ratio (OR), Paradoks Simpson, uji Breslow-Day, dan uji Cochran-Mantel-Haenszel (CMH). Data yang digunakan merupakan data simulasi untuk melihat hubungan penggunaan kelas online dan kelulusan dengan jalur masuk sebagai variabel strata.