Recently Published
Logistik Regresi Multinomial
Anngota Kelompok :
1. Hafiz Ramadhan (23031554049)
2. Permata Wijaksana (23031554098)
3. Tsalma Masytha Zahwa (23031554103)
4. Darren Eduardo Manuel (23031554187)
ACP Ville - Mois
Les deux premiers axes de l'ACP avec les villes codées en couleur.
Analisis Multivariat: Regresi Logistik Multinomial KEL 8 23F
author :
1. Diva Cahya Fatikhah (23031554206)
2. Rosdiana Vivia Syandana (23031554171)
3. Eka Arinda Wulandari (23031554185)
4. Shazrin Fhariza Amerta (23031554150)
Pada proyek ini, kami melakukan analisis menggunakan metode Regresi Logistik Multinomial untuk memprediksi jenis pekerjaan seseoran berdasarkan sejumlah variabel prediktor yang tersedia dalam dataset HR_Analytics. Model ini digunakan karena variabel respon (jenis pekerjaan) bersifat kategorik dengan lebih dari dua kelas.
Adapun beberapa fitur atau variabel bebas yang digunakan dalam analisis ini antara lain: umur, pendidikan, pengalaman kerja, jenis kelamin, dan variabel lainnya yang terdapat pada dataset. Dengan pendekatan ini, diharapkan dapat diketahui sejauh mana pengaruh masing-masing variabel terhadap kemungkinan seseorang berada dalam kategori pekerjaan tertentu.
Analisis dilakukan menggunakan software R dengan dokumentasi disusun dalam format RMarkdown, yang mencakup proses pre prosesing, eksplorasi data, pemodelan, evaluasi model, serta interpretasi hasil.
suezalla: A custom ggplot2 theme and colour paletteDocument
suezalla is a lightweight R package that provides:
Custom ggplot2 themes: theme_suezalla(), theme_zombie(), theme_academic1940(), and theme_academic1940_pattern()
Several curated colour palettes inspired by polaroids, jam jars, retro aesthetics, zombies, and classic scientific graphics
Pattern fill utilities for ggpattern, including suezalla_academic_style()
Custom scale functions: scale_colour_suezalla() and scale_fill_suezalla()
These tools help you create clean, consistent, or stylistically bold visualizations with minimal effort.
Report for Motor Trend Magazine
This report explores whether manual or automatic transmissions are associated with better fuel efficiency (measured as miles per gallon, MPG) using the mtcars dataset. We first compare MPG by transmission type using summary statistics and visualizations, followed by regression modeling to quantify the effect while adjusting for confounding variables. Results show that manual transmissions are associated with significantly higher MPG than automatic transmissions, even after adjusting for weight and horsepower. This suggests that, on average, manual cars in this dataset offer better fuel economy.
Analisis Data Asuransi Kesehatan
Analisis ini menggunakan regresi logistik multinomial untuk mengevaluasi faktor-faktor yang memengaruhi pemilihan produk asuransi kesehatan (A, B, atau C) berdasarkan data 1.453 nasabah, dengan mempertimbangkan usia, jumlah anggota rumah tangga, posisi pekerjaan, jenis kelamin, dan tingkat ketidakhadiran.