RPubs will retire in June 2027. Your existing documents will stay accessible through December 31, 2031
and Connect Cloud is the recommended home for new publishing. Read the blog post

Recently Published

Document
dsp_proof_of_concept
Victoria's landslide was built on 37% of the vote
An interactive five-chart data story examining the 2022 Victorian state election, focusing on first-preference votes, seat outcomes, winning margins, turnout and informal voting.
Bab 8 Syakir
Muhammad Syakir Afif - 2502056013
Anova R
analisis
Plot
TDF Regimen
zadanie 1
Tugas 3_Fauzi Hanafi_2502056004
Tutorial No. 7. Distribución Binomial
Este recurso didáctico en RMarkdown está diseñado para estudiantes e investigadores de las ciencias de la salud que buscan dominar los fundamentos y aplicaciones de la Distribución Binomial en la investigación médica y la farmacología clínica. A través de un enfoque metodológico riguroso y accesible, el tutorial guía al lector desde la deducción matemática manual hasta la implementación ejecutable en RStudio, abarcando: 1. Fundamentos y Supuestos Clínicos (Criterio BINS): Definición de la variable aleatoria discreta y verificación de los supuestos de Bernoulli en cohortes de pacientes. 2. Aritmética Combinatoria y Deducción Manual: Desglose factorial paso a paso del coeficiente binomial y uso de la función choose(n, k) en R para el conteo explícito de escenarios posibles. 3. Parámetros de Tendencia y Dispersión: Cálculo e interpretación médica del Valor Esperado E(X), la Varianza Var(X) y la Desviación Estándar sigma. 4. Dominio de Funciones Nativas de R: Guía práctica sobre el uso de dbinom(), pbinom(), qbinom() y simulación de experimentos aleatorios con rbinom(). 5. Ejercicios Resueltos con Datos Reales de la UJMD (2026): Resolución paso a paso de problemas basados en reportes estudiantiles de Medicina (prehipertensión, exceso de peso, actividad física IPAQ, conocimientos de diabetes y tabaquismo), con visualizaciones avanzadas en ggplot2 y simulaciones de Monte Carlo. Público objetivo: Estudiantes de Medicina, docentes de Bioestadística, epidemiólogos e investigadores interesados en el análisis reproducible de datos dicotómicos en salud.