Este tutorial guiado en RMarkdown aborda de manera integral los fundamentos teóricos, matemáticos y computacionales de la Distribución Normal $N(\mu, \sigma)$, la estandarización mediante Puntajes $Z$ y la evaluación de normalidad en datos biomédicos. Diseñado para estudiantes y profesionales de las ciencias de la salud, el documento combina la teoría clásica con código vectorizado en R (ggplot2, patchwork), resolución de probabilidades por tres métodos complementarios (tablas tradicionales, funciones nativas pnorm() y aplicaciones web interactivas en Shiny), y aplicaciones clínicas reales en farmacocinética (PK) y farmacodinámica (PD). Además, incluye una guía gráfica completa para la interpretación de Histogramas y Q-Q Plots (patrones en $45^\circ$, sigmoidal en "S", plátano y plátano invertido), la prueba de hipótesis analítica de Shapiro-Wilk, y un taller autónomo grupal con su respectiva rúbrica de evaluación.

Eksplorasi dan Segmentasi Data Pelanggan Menggunakan R.Dengan R dan paket dplyr, data dieksplorasi untuk menjawab 10 pertanyaan bisnis: siapa pelanggan paling loyal dan paling boros, bagaimana perbedaan penghasilan dan pola belanja antara laki-laki dan perempuan, serta antara warga kota dan desa. Penghasilan juga dikelompokkan menjadi tiga kategori (rendah, menengah, tinggi) untuk memudahkan segmentasi.

This code-through explores the importance of selecting the right visualization to best represent the dataset and how to spot a poor visual representation of data.

Tugas ini bertujuan untuk mengetahui dan memahami hasil dengan menginterpretasikan setiap hasil pada output regresi spline dengan dataset 2

TUGAS PERTEMUAN 1

-

INI UNTUK MEMENUHI TUGAS MK MACHINE LEARNING BY REVA AMELIA (F1F023022)