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

1203
Pengelompokan Provinsi di Indonesia Tahun 2019 Berdasarkan Indikator Kesehatan Anak Menggunakan Analisis Kluster
Kesehatan anak merupakan salah satu indikator penting dalam menilai pembangunan manusia dan kualitas sistem pelayanan kesehatan suatu negara. Di Indonesia, meskipun telah banyak kemajuan, masih terdapat kesenjangan antarprovinsi dalam hal akses layanan kesehatan, gizi, dan capaian program intervensi anak. Penelitian ini mengambil studi kasus klasterisasi provinsi di Indonesia berdasarkan indikator kesehatan anak. Tujuan studi kasus adalah mengelompokkan provinsi-provinsi Indonesia menurut kemiripan profil indikator kesehatan anak sehingga dapat: 1. Mengidentifikasi kelompok provinsi yang memerlukan intervensi prioritas, dan 2. Menyusun rekomendasi kebijakan yang lebih terfokus berdasarkan karakteristik tiap klaster. Analisis berfokus pada empat indikator lintas-sektor yang menggambarkan kondisi dan kinerja program kesehatan anak, yaitu: Umur Harapan Hidup saat Lahir (UHH), Indeks Khusus Penanganan Stunting (IKPS), cakupan imunisasi dasar lengkap untuk anak 12–23 bulan, dan cakupan ASI eksklusif untuk bayi <6 bulan. Unit analisis studi ini adalah 34 provinsi di Indonesia pada tahun 2019.
Document
Examen
Examen de Rbasico
Control Chart and Capability Analysis for PCM Measurements
A summary of the semiconductor PCM control chart dashboard created for IE 4331. Includes data cleaning steps, X-bar and R charts, and capability results for the selected PCM characteristic.
Document
Classification of Proactive Safety Reports by the High Reliability Organization (HRO) Hallmarks
Aula de Programação - Fase 3
Aula de programação com professor Adriano Lauro - Celso Lisboa
Plot
stat360project2
STAT 360 Project 2, Analysis of (hypothetical) e-commerce data
Trans-regulatory Network Analysis of Inv4m Introgression
Identify and characterize trans-regulatory networks mediated by genes within the Inv4m introgression region. This analysis integrates differential expression results with co-expression data from MaizeNetome to construct regulatory networks.