BÀI TẬP VỀ NHÀ TUẦN 1-2-3 - PTDLDT
Nguyễn Tấn Lộc
2023-07-20
setwd("C:/Users/Ngoc Loi/Downloads")
datasleep <- read.csv("C:/Users/Ngoc Loi/Downloads/Sleep.csv")BMI <- factor(datasleep$BMI.Category, levels = c("Overweight", "Obese", "Normal Weight","Normal"), labels = c("Overweight", "Overweight", "Normal", "Normal"))
Quality <-cut(datasleep$Quality.of.Sleep, breaks=c(1,7,10), labels=c('cao' , 'thấp'))p <- data.frame( BMI, datasleep$Person.ID, datasleep$Sleep.Disorder, datasleep$Blood.Pressure, datasleep$Occupation, datasleep$Quality.of.Sleep, datasleep$Sleep.Duration, datasleep$Gender, Quality)1 Tuần 6
Đề: Ước lượng mô hình hồi quy
library(DescTools)## Warning: package 'DescTools' was built under R version 4.3.1library(tidyverse)## Warning: package 'tidyverse' was built under R version 4.3.1## Warning: package 'ggplot2' was built under R version 4.3.1## Warning: package 'tidyr' was built under R version 4.3.1## Warning: package 'readr' was built under R version 4.3.1## Warning: package 'purrr' was built under R version 4.3.1## Warning: package 'dplyr' was built under R version 4.3.1## Warning: package 'forcats' was built under R version 4.3.1## Warning: package 'lubridate' was built under R version 4.3.1## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.2 ✔ readr 2.1.4
## ✔ forcats 1.0.0 ✔ stringr 1.5.0
## ✔ ggplot2 3.4.2 ✔ tibble 3.2.1
## ✔ lubridate 1.9.2 ✔ tidyr 1.3.0
## ✔ purrr 1.0.1
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorslibrary(ggplot2)
setwd("C:/Users/Ngoc Loi/Downloads")
datasleep <- read.csv("C:/Users/Ngoc Loi/Downloads/Sleep.csv")1.1 Mô hình hồi quy
# Mô hình hồi quy logit
logit1 <- glm(data = p, formula = factor(BMI) ~ datasleep$Gender + datasleep$Sleep.Disorder +datasleep$Sleep.Duration, family = binomial(link = "logit"))
summary(logit1)##
## Call:
## glm(formula = factor(BMI) ~ datasleep$Gender + datasleep$Sleep.Disorder +
## datasleep$Sleep.Duration, family = binomial(link = "logit"),
## data = p)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -10.8601 2.0613 -5.268 1.38e-07 ***
## datasleep$GenderMale 1.4429 0.4142 3.483 0.000495 ***
## datasleep$Sleep.DisorderNone 3.9435 0.4635 8.509 < 2e-16 ***
## datasleep$Sleep.DisorderSleep Apnea -0.5773 0.6331 -0.912 0.361808
## datasleep$Sleep.Duration 1.1866 0.2844 4.172 3.02e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 509.44 on 373 degrees of freedom
## Residual deviance: 204.45 on 369 degrees of freedom
## AIC: 214.45
##
## Number of Fisher Scoring iterations: 6Với mô hình hồi quy logit của biến phụ thuộc BMI.Category với hai biến độc lập, cho ta thấy rằng biến GenderMale, Sleep.DisorderNone, Sleep.Duration có ý nghĩa thống kê ở mức ý nghĩa 5%. Với mô hình như sau:
\(logit(π) = -5.268 + 3.483 GenderMale + 8.509 Sleep.DisorderNone + 4.172Sleep.Duration\)
# Mô hình hồi quy probit
probit1 <- glm(data = p, formula = factor(BMI) ~ datasleep$Gender + datasleep$Sleep.Disorder +datasleep$Sleep.Duration, family = binomial(link = "probit"))
summary(probit1)##
## Call:
## glm(formula = factor(BMI) ~ datasleep$Gender + datasleep$Sleep.Disorder +
## datasleep$Sleep.Duration, family = binomial(link = "probit"),
## data = p)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -5.3522 0.9904 -5.404 6.51e-08 ***
## datasleep$GenderMale 0.6868 0.2097 3.276 0.00105 **
## datasleep$Sleep.DisorderNone 2.2917 0.2418 9.478 < 2e-16 ***
## datasleep$Sleep.DisorderSleep Apnea -0.2147 0.3196 -0.672 0.50165
## datasleep$Sleep.Duration 0.5621 0.1386 4.054 5.03e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 509.44 on 373 degrees of freedom
## Residual deviance: 206.33 on 369 degrees of freedom
## AIC: 216.33
##
## Number of Fisher Scoring iterations: 6Với mô hình hồi quy probit của biến phụ thuộc BMI.Category với các biến độc lập, cho ta thấy rằng biến GenderMale, Sleep.Duration và Sleep.DisorderNone có ý nghĩa thống kê ở mức ý nghĩa 5%. Với mô hình như sau:
\(probit(π) = -5.404 + 3.276GenderMale + 9.478Sleep.DisorderNone + 4.054Sleep.Duration\)
# Mô hình hồi quy cloglog
cloglog1 <- glm(data = p, formula = factor(BMI) ~ datasleep$Gender + datasleep$Sleep.Disorder +datasleep$Sleep.Duration, family = binomial(link = "cloglog"))
summary(cloglog1)##
## Call:
## glm(formula = factor(BMI) ~ datasleep$Gender + datasleep$Sleep.Disorder +
## datasleep$Sleep.Duration, family = binomial(link = "cloglog"),
## data = p)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -6.3080 1.0069 -6.265 3.73e-10 ***
## datasleep$GenderMale 0.6593 0.2060 3.201 0.00137 **
## datasleep$Sleep.DisorderNone 2.6403 0.3504 7.535 4.89e-14 ***
## datasleep$Sleep.DisorderSleep Apnea -0.4041 0.5152 -0.784 0.43284
## datasleep$Sleep.Duration 0.5816 0.1336 4.355 1.33e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 509.44 on 373 degrees of freedom
## Residual deviance: 205.59 on 369 degrees of freedom
## AIC: 215.59
##
## Number of Fisher Scoring iterations: 6Với mô hình hồi quy cloglog của biến phụ thuộc BMI.Category với các biến độc lập, cho ta thấy rằng biến OccupationDoctor, GenderMale, OccupationLawyer và Sleep.DisorderNone. có ý nghĩa thống kê ở mức ý nghĩa 5%. Với mô hình như sau:
$cloglog(π) = -6.265 + 3.201 GenderMale + 7.535 Sleep.DisorderNone + 4.355Sleep.Duration $
1.2 Lựa chọn mô hình
Mô hình hồi quy logit: logit1
Mô hình hồi quy probit: probit1
Mô hình hồi quy cloglog: cloglog1
# Xét về AIC
AIC1 <- AIC(logit1)
AIC2 <- AIC(probit1)
AIC3 <- AIC(cloglog1)
AIC <-cbind(AIC1,AIC2,AIC3)
AIC## AIC1 AIC2 AIC3
## [1,] 214.453 216.3288 215.5866=> Dựa vào bảng kết quả trên ta thu được giá trị AIC1 nhỏ nhất ở mô hình hồi quy logit => tức là mô hình logit sẽ tối ưu hơn với 2 mô hình còn lại.
# Xét về deviance
dev1 <- deviance(logit1)
dev2 <- deviance(probit1)
dev3 <- deviance(cloglog1)
deviance <-cbind(dev1,dev2,dev3)
deviance## dev1 dev2 dev3
## [1,] 204.453 206.3288 205.5866=> Dựa vào bảng kết quả trên ta thu được giá trị deviance nhỏ nhất ở mô hình hồi quy logit1 tức là mô hình logit sẽ phù hợp hơn với 2 mô hình còn lại.
BrierScore(logit1)## [1] 0.07350705BrierScore(probit1)## [1] 0.07534954BrierScore(cloglog1)## [1] 0.07613955#Xét về BrierScore
BS1 <- BrierScore(logit1)
BS2 <- BrierScore(probit1)
BS3 <- BrierScore(cloglog1)
BrierScore <- cbind(BS1,BS2, BS3)
BrierScore## BS1 BS2 BS3
## [1,] 0.07350705 0.07534954 0.07613955=> Dựa vào bảng kết quả trên ta thu được giá trị BrierScore nhỏ nhất ở mô hình hồi quy logit, tức là mô hình logit sẽ phù hợp hơn với 2 mô hình còn lại.
Kết luận, khi xét AIC, deviance và BrierScore thì mô hình hồi quy logit là tối ưu nhất.
1.3 Độ chính xác của mô hình
library(caret)## Warning: package 'caret' was built under R version 4.3.1## Loading required package: lattice##
## Attaching package: 'caret'## The following object is masked from 'package:purrr':
##
## lift## The following objects are masked from 'package:DescTools':
##
## MAE, RMSE### Mô hình logit
predictions <- predict(logit1, newdata = p, type = "response")
predicted_classes <- ifelse(predictions > 0.5, "1", "0")
predictions1<-factor(predicted_classes, levels = c("0","1"))
actual<- factor(p$BMI, labels = c("0","1"))
confusionMatrix(table(predictions1, actual))## Confusion Matrix and Statistics
##
## actual
## predictions1 0 1
## 0 139 16
## 1 19 200
##
## Accuracy : 0.9064
## 95% CI : (0.8723, 0.9339)
## No Information Rate : 0.5775
## P-Value [Acc > NIR] : <2e-16
##
## Kappa : 0.8077
##
## Mcnemar's Test P-Value : 0.7353
##
## Sensitivity : 0.8797
## Specificity : 0.9259
## Pos Pred Value : 0.8968
## Neg Pred Value : 0.9132
## Prevalence : 0.4225
## Detection Rate : 0.3717
## Detection Prevalence : 0.4144
## Balanced Accuracy : 0.9028
##
## 'Positive' Class : 0
## Mô hình có 90.64% độ chính xác, có độ nhạy 87.97% và độ hiệu quả là 92.59%
2 Tuần 5
Đề: Phân tích thống kê mô tả của 2 biến phụ thuộc ở câu 2 với 5 biến còn lại trong câu 3, nhận xét kết quả phân tích này.
2.1 Kiểm định tính độc lập
setwd("C:/Users/Ngoc Loi/Downloads")
datasleep <- read.csv("C:/Users/Ngoc Loi/Downloads/Sleep.csv")2.1.1 Biến BMI.Category và Sleep.Disorder
Đặt giả thuyết:
\(H_0\): Biến BMI.Category và Sleep.Disorder có tính độc lập
\(H_1\): Biến BMI.Category và Sleep.Disorder không có tính độc lập
bmi <- table (p$BMI, datasleep$Sleep.Disorder )
bmi##
## Insomnia None Sleep Apnea
## Overweight 68 19 71
## Normal 9 200 7chisq.test(bmi)##
## Pearson's Chi-squared test
##
## data: bmi
## X-squared = 244.19, df = 2, p-value < 2.2e-16Vì p_value < 2.2e-16 < 0.05 nên ta bác bỏ giả thuyết H0 đồng nghĩa là Biến BMI.Category và Sleep.Disorder không có tính độc lập hay nói cách khác là Hạng mục BMI và chứng rối loạn giấc ngủ không có tính độc lập với nhau.
ggplot(p, aes(`BMI`, fill = datasleep$Sleep.Disorder)) + geom_bar(position = 'dodge')
2.1.1.1 Rủi ro tương đối
library(epitools)
epitab(bmi, method = "riskratio")## $tab
##
## Insomnia p0 None p1 riskratio lower upper
## Overweight 68 0.43037975 19 0.1202532 1.000000 NA NA
## Normal 9 0.04166667 200 0.9259259 4.381768 2.941403 6.527459
##
## p.value
## Overweight NA
## Normal 1.313111e-61
##
## $measure
## [1] "wald"
##
## $conf.level
## [1] 0.95
##
## $pvalue
## [1] "fisher.exact"Theo kết quả trên, tỉ lệ rủi ro tương đối của chỉ số BMI thì người bình thường có giấc ngủ ngon lớn hơn 4.381 lần người béo phì.
epitab(bmi, method = "riskratio", rev = "c")## $tab
##
## Sleep Apnea p0 None p1 riskratio lower upper
## Overweight 71 0.44936709 19 0.1202532 1.000000 NA NA
## Normal 7 0.03240741 200 0.9259259 4.576659 3.067256 6.828842
##
## p.value
## Overweight NA
## Normal 1.313111e-61
##
## $measure
## [1] "wald"
##
## $conf.level
## [1] 0.95
##
## $pvalue
## [1] "fisher.exact"Khi thêm tham số rev = “c” thì sẽ thực hiện việc đổi chỗ 2 cột trong bảng ngẫu nhiên ta thu được tỉ lệ rủi ro tương đối của người bình thường lớn hơn 4.57 lần so với người béo phì.
2.1.1.2 Tỷ lệ chênh
epitab(bmi, method = "oddsratio")## $tab
##
## Insomnia p0 None p1 oddsratio lower upper
## Overweight 68 0.8831169 19 0.08675799 1.00000 NA NA
## Normal 9 0.1168831 200 0.91324201 79.53216 34.35307 184.1281
##
## p.value
## Overweight NA
## Normal 1.313111e-61
##
## $measure
## [1] "wald"
##
## $conf.level
## [1] 0.95
##
## $pvalue
## [1] "fisher.exact"Theo kết quả trên, tỉ lệ chênh của chỉ số BMI của người bình thường có giấc ngủ ngon là 79 lần so với người béo phì.
epitab(bmi, method = "oddsratio", rev = "r")## $tab
##
## Insomnia p0 None p1 oddsratio lower
## Normal 9 0.1168831 200 0.91324201 1.00000000 NA
## Overweight 68 0.8831169 19 0.08675799 0.01257353 0.005431002
##
## upper p.value
## Normal NA NA
## Overweight 0.02910948 1.313111e-61
##
## $measure
## [1] "wald"
##
## $conf.level
## [1] 0.95
##
## $pvalue
## [1] "fisher.exact"Khi thêm tham số rev = “r” thì sẽ thực hiện việc đổi chỗ 2 dòng trong bảng ngẫu nhiên, ta thu được kết quả tỉ lệ chênh của người béo phì có giấc ngủ bình thường chỉ bằng 1.2% người bình thường.
2.1.2 Biến BMI.Category và Gender
Đặt giả thuyết:
H0: Biến BMI.Category và Gender có tính độc lập
H1: Biến BMI.Category và Gender không có tính độc lập
bmi1 <- table (p$BMI, datasleep$Gender )
bmi1##
## Female Male
## Overweight 107 51
## Normal 78 138chisq.test(bmi1)##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: bmi1
## X-squared = 35.223, df = 1, p-value = 2.941e-09Vì p_value = 2.941e-09 < 0.05 nên ta bác bỏ giả thuyết H0 đồng nghĩa là Biến BMI.Category và Gender không có tính độc lập hay nói cách khác là Hạng mục BMI và giới tính không có tính độc lập với nhau.
ggplot(p, aes(`BMI`, fill = datasleep$Gender)) + geom_bar(position = 'dodge')
2.1.2.1 Rủi ro tương đối
epitab(bmi1, method = "riskratio")## $tab
##
## Female p0 Male p1 riskratio lower upper
## Overweight 107 0.6772152 51 0.3227848 1.000000 NA NA
## Normal 78 0.3611111 138 0.6388889 1.979303 1.545949 2.534133
##
## p.value
## Overweight NA
## Normal 1.783973e-09
##
## $measure
## [1] "wald"
##
## $conf.level
## [1] 0.95
##
## $pvalue
## [1] "fisher.exact"Rủi ro tương đối của người bình thường là nữ lớn hơn 1.97 lần người thừa cân.
epitab(bmi1, method = "riskratio", rev = "c")## $tab
##
## Male p0 Female p1 riskratio lower upper
## Overweight 51 0.3227848 107 0.6772152 1.0000000 NA NA
## Normal 138 0.6388889 78 0.3611111 0.5332295 0.4333123 0.6561865
##
## p.value
## Overweight NA
## Normal 1.783973e-09
##
## $measure
## [1] "wald"
##
## $conf.level
## [1] 0.95
##
## $pvalue
## [1] "fisher.exact"Rủi ro tương đối của người bình thường là nam bằng 53.32% lần người thừa cân.
2.1.2.2 Tỷ lệ chênh
epitab(bmi1, method = "oddsratio")## $tab
##
## Female p0 Male p1 oddsratio lower upper
## Overweight 107 0.5783784 51 0.2698413 1.000000 NA NA
## Normal 78 0.4216216 138 0.7301587 3.711916 2.405122 5.728739
##
## p.value
## Overweight NA
## Normal 1.783973e-09
##
## $measure
## [1] "wald"
##
## $conf.level
## [1] 0.95
##
## $pvalue
## [1] "fisher.exact"Tỷ lệ chênh của người bình thường là nữ lớn hơn 3.711 lần người thừa cân.
epitab(bmi1, method = "oddsratio", rev = "r")## $tab
##
## Female p0 Male p1 oddsratio lower upper
## Normal 78 0.4216216 138 0.7301587 1.0000000 NA NA
## Overweight 107 0.5783784 51 0.2698413 0.2694027 0.1745585 0.4157793
##
## p.value
## Normal NA
## Overweight 1.783973e-09
##
## $measure
## [1] "wald"
##
## $conf.level
## [1] 0.95
##
## $pvalue
## [1] "fisher.exact"Tỷ lệ chênh của người thừa cân là nữ bằng 26.9% người bình thường
2.1.3 Biến BMI.Category và Occupation
Đặt giả thuyết:
H0: Biến BMI.Category và Occupation có tính độc lập
H1: Biến BMI.Category và Occupation không có tính độc lập
bmi2 <- table (p$BMI, datasleep$Occupation )
bmi2##
## Accountant Doctor Engineer Lawyer Manager Nurse
## Overweight 6 4 3 4 1 66
## Normal 31 67 60 43 0 7
##
## Sales Representative Salesperson Scientist Software Engineer
## Overweight 2 32 4 2
## Normal 0 0 0 2
##
## Teacher
## Overweight 34
## Normal 6chisq.test(bmi2)## Warning in chisq.test(bmi2): Chi-squared approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: bmi2
## X-squared = 260.28, df = 10, p-value < 2.2e-16Vì p_value < 2.2e-16 < 0.05 nên ta bác bỏ giả thuyết H0 đồng nghĩa là Biến BMI.Category và Occupation không có tính độc lập hay nói cách khác là Hạng mục BMI và Nghề nghiệp không có tính độc lập với nhau.
ggplot(p, aes(`BMI`, fill = datasleep$Occupation)) + geom_bar(position = 'dodge')
2.1.4 Biến BMI.Category và Quality.of.Sleep
Đặt giả thuyết:
H0: Biến BMI.Category và Quality.of.Sleep có tính độc lập
H1: Biến BMI.Category và Quality.of.Sleep không có tính độc lập
bmi3 <- table (p$BMI, p$Quality)
bmi3##
## cao thấp
## Overweight 122 36
## Normal 72 144chisq.test(bmi3)##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: bmi3
## X-squared = 68.638, df = 1, p-value < 2.2e-16Vì p_value < 2.2e-16 < 0.05 nên ta bác bỏ giả thuyết H0 đồng nghĩa là Biến BMI.Category và Quality.of.Sleep không có tính độc lập hay nói cách khác là Hạng mục BMI và đánh giá khả quan về chất lượng giấc ngủ không có tính độc lập với nhau.
ggplot(p, aes(`BMI`, fill = p$Quality)) + geom_bar(position = 'dodge')## Warning: Use of `p$Quality` is discouraged.
## ℹ Use `Quality` instead.
#### Rủi ro tương đối
epitab(bmi3, method = "riskratio")## $tab
##
## cao p0 thấp p1 riskratio lower upper
## Overweight 122 0.7721519 36 0.2278481 1.000000 NA NA
## Normal 72 0.3333333 144 0.6666667 2.925926 2.162953 3.958034
##
## p.value
## Overweight NA
## Normal 1.757484e-17
##
## $measure
## [1] "wald"
##
## $conf.level
## [1] 0.95
##
## $pvalue
## [1] "fisher.exact"Rủi ro tương đối của người bình thường về chất lượng giấc ngủ được đánh giá cao gấp 2.92 lần người thừa cân.
epitab(bmi3, method = "riskratio", rev = "c")## $tab
##
## thấp p0 cao p1 riskratio lower upper
## Overweight 36 0.2278481 122 0.7721519 1.000000 NA NA
## Normal 144 0.6666667 72 0.3333333 0.431694 0.3510653 0.5308406
##
## p.value
## Overweight NA
## Normal 1.757484e-17
##
## $measure
## [1] "wald"
##
## $conf.level
## [1] 0.95
##
## $pvalue
## [1] "fisher.exact"Rủi ro tương đối của người bình thường về đánh giá chất lượng giấc ngủ thấp là 43.16 % so với người thừa cân
2.1.4.1 Tỷ lệ chênh
epitab(bmi3, method = "oddsratio")## $tab
##
## cao p0 thấp p1 oddsratio lower upper p.value
## Overweight 122 0.628866 36 0.2 1.000000 NA NA NA
## Normal 72 0.371134 144 0.8 6.777778 4.248236 10.81349 1.757484e-17
##
## $measure
## [1] "wald"
##
## $conf.level
## [1] 0.95
##
## $pvalue
## [1] "fisher.exact"Tỷ lệ chênh của người bình thường về đánh giá chất lượng giấc ngủ cao là 6.778 lần so với người thừa cân
epitab(bmi3, method = "oddsratio", rev = "r")## $tab
##
## cao p0 thấp p1 oddsratio lower upper p.value
## Normal 72 0.371134 144 0.8 1.000000 NA NA NA
## Overweight 122 0.628866 36 0.2 0.147541 0.09247705 0.2353918 1.757484e-17
##
## $measure
## [1] "wald"
##
## $conf.level
## [1] 0.95
##
## $pvalue
## [1] "fisher.exact"Tỷ lệ chênh của người thừa cân về đánh giá chất lượng giấc ngủ cao là 14.75 % so với người bình thường.
2.2 Khoảng ước lượng cho tỉ lệ
- Ước lượng tỷ lệ người có đánh giá chủ quan về mức độ căng thẳng trải qua trên 6 điểm (dựa trên thang điểm 10) và kiểm định xem người có Đánh giá chủ quan về mức độ căng thẳng trải qua trên 6 điểm liệu có chiếm đến 40% hay không?
Đặt giả thuyết:
\(H_0\): Tỷ lệ người có đánh giá chủ quan về mức độ căng thẳng trải qua trên 6 điểm chiếm 40%
\(H_1\): Tỷ lệ có đánh giá chủ quan về mức độ căng thẳng trải qua trên 6 điểm không chiếm tới 40%
sld<- datasleep[datasleep$Stress.Level > 6,]
prop.test(length(datasleep$Stress.Level ), length(datasleep$Stress.Level ), p = 0.4)##
## 1-sample proportions test with continuity correction
##
## data: length(datasleep$Stress.Level) out of length(datasleep$Stress.Level), null probability 0.4
## X-squared = 558.5, df = 1, p-value < 2.2e-16
## alternative hypothesis: true p is not equal to 0.4
## 95 percent confidence interval:
## 0.9873261 1.0000000
## sample estimates:
## p
## 1Vì p_value < 2.2e-16 < 0.05 nên ta bác bỏ giả thuyết H0 nên Tỷ lệ người có số giờ ngủ lớn hơn 7 giờ trên một ngày không chiếm tới 40%.
- Ước lượng sự chênh lệch về người có đánh giá chủ quan về mức độ căng thẳng trải qua trên 6 điểm (tính trên thang điểm 10) giữa nam và nữ.
Đặt giả thuyết:
H0: Không có sự chênh lệch về mức độ căng thẳng ở mức trên 6 điểm giữa nam và nữ.
H1: Có sự chênh lệch về mức độ căng thẳng ở mức trên 6 điểm giữa nam và nữ.
stlm <- datasleep[datasleep$Gender == 'Male',]
stlf <- datasleep[datasleep$Gender == 'Female',]
stlm1 <- stlm [stlm $Stress.Level > 6,]
stlf1 <- stlf [stlf$Stress.Level > 6,]
a <- c(nrow(stlm), nrow(stlf))
b <- c(nrow(stlm1 ), nrow(stlf1))
prop.test(b,a)##
## 2-sample test for equality of proportions with continuity correction
##
## data: b out of a
## X-squared = 8.1158, df = 1, p-value = 0.004388
## alternative hypothesis: two.sided
## 95 percent confidence interval:
## 0.0441487 0.2416228
## sample estimates:
## prop 1 prop 2
## 0.3915344 0.2486486Vì p-value = 0.004388 < 0,05, ta không đủ cơ sở để bác bỏ H0 nên không có sự chênh lệch về mức độ căng thẳng ở mức trên 6 điểm giữa nam và nữ.
3 Tuần 3-4
Đề: Làm thống kê mô tả để phân tích cho ít nhất 5 biến (vừa định tính định lượng và có 2 biến đã chọn ởcâu 2), nhận xét về kết quả phân tích này
3.1 Thống kê mô tả của biến BMI.Category
setwd("C:/Users/Ngoc Loi/Downloads")
datasleep <- read.csv("C:/Users/Ngoc Loi/Downloads/Sleep.csv")## Bảng tần suất của biến BMI.Catego
table(p$BMI)##
## Overweight Normal
## 158 216## Bảng tần suất của biến BMI.Catego theo tỉ lệ %
table(p$BMI)/sum(table(p$BMI))##
## Overweight Normal
## 0.4224599 0.5775401## Đồ thị cột của biến BMI.Catego
library("ggplot2")
p |> ggplot(aes(x = BMI, y = after_stat(count))) + geom_bar(fill = 'blue') + geom_text(aes(label = scales::percent(after_stat(count/sum(count)))), stat = 'count', color = 'red', vjust = - .5) + theme_classic() + labs(x = ' chỉ số khối cơ thể', y = 'Tỷ trọng')
Dựa vào Bảng tần suất và biểu đồ cột ta thu thập được chỉ số cơ thể Normal (Bình thường) chiếm tỉ lệ cao nhất 58% và tỉ lệ chỉ số cơ thể Overweight (Thừa cân) chiếm tỉ lệ thấp nhất 42%
3.2 Thống kê mô tả của biến Sleep.Disorder
## Bảng tần suất của biến Sleep.Disorder
table(datasleep$Sleep.Disorder)##
## Insomnia None Sleep Apnea
## 77 219 78## Bảng tần suất của biến Sleep.Disorder theo tỉ lệ %
table(datasleep$Sleep.Disorder)/sum(table(datasleep$Sleep.Disorder))##
## Insomnia None Sleep Apnea
## 0.2058824 0.5855615 0.2085561## Đồ thị cột của biến Sleep.Disorder
library("ggplot2")
datasleep |> ggplot(aes(x = Sleep.Disorder, y = after_stat(count))) + geom_bar(fill = 'blue') + geom_text(aes(label = scales::percent(after_stat(count/sum(count)))), stat = 'count', color = 'red', vjust = - .5) + theme_classic() + labs(x = ' Rối oạn giấc ngủ', y = 'Tỷ trọng')
Dựa vào kết quả của bảng tần suất Sleep.Disorder và biểu đồ cột ta thu được kết quả tỉ lệ người có giấc ngủ bình thường chiếm tỉ lệ cao nhất khoảng 58,56%, tiếp đến là người có tình trạng bị ngưng thở khi ngủ chiếm khoảng 20,86%. Còn lại là người có tình trạng mất ngủ chiếm 20,59%
3.3 Thống kê mô tả của biến Quality of Sleep
## Bảng tần suất của biến Quality of Sleep
table(datasleep$Quality.of.Sleep )##
## 4 5 6 7 8 9
## 5 7 105 77 109 71## Bảng tần suất của biến Quality of Sleep theo tỉ lệ %
table(datasleep$Quality.of.Sleep )/sum(table(datasleep$Quality.of.Sleep ))##
## 4 5 6 7 8 9
## 0.01336898 0.01871658 0.28074866 0.20588235 0.29144385 0.18983957## Đồ thị cột của biến Quality.of.Sleep
library("ggplot2")
datasleep |> ggplot(aes(x = Quality.of.Sleep , y = after_stat(count))) + geom_bar(fill = 'blue') + geom_text(aes(label = scales::percent(after_stat(count/sum(count)))), stat = 'count', color = 'red', vjust = - .5) + theme_classic() + labs(x = ' Đánh giá chất lượng giấc ngủ từ 1-10', y = 'Tỷ trọng')
Dựa vào kết quả của bảng tần suất Quality.of.Sleep và biểu đồ cột ta thu được kết quả tỉ lệ người đánh giá chất lượng giấc ngủ được chấm trên thang điểm 10 thì dao động từ 4 đến 9 điểm chiếm tỉ lệ lần lượt là 4 điểm 1,34%, 5 điểm 1,87%, 6 điểm 28,07%, 7 điểm 20,59%, 8 điểm 29,14% và 9 điểm 18,98%.
3.4 Thống kê mô tả của biến Sleep.Duration
## Bảng tần suất của biến Sleep.Duration
table(datasleep$Sleep.Duration )##
## 5.8 5.9 6 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7.1 7.2 7.3 7.4 7.5 7.6 7.7 7.8
## 2 4 31 25 12 13 9 26 20 5 5 3 19 36 14 5 5 10 24 28
## 7.9 8 8.1 8.2 8.3 8.4 8.5
## 7 13 15 11 5 14 13## Bảng tần suất của biến Sleep.Duration tỉ lệ %
table(datasleep$Sleep.Duration )/sum(table(datasleep$Sleep.Duration ))##
## 5.8 5.9 6 6.1 6.2 6.3
## 0.005347594 0.010695187 0.082887701 0.066844920 0.032085561 0.034759358
## 6.4 6.5 6.6 6.7 6.8 6.9
## 0.024064171 0.069518717 0.053475936 0.013368984 0.013368984 0.008021390
## 7.1 7.2 7.3 7.4 7.5 7.6
## 0.050802139 0.096256684 0.037433155 0.013368984 0.013368984 0.026737968
## 7.7 7.8 7.9 8 8.1 8.2
## 0.064171123 0.074866310 0.018716578 0.034759358 0.040106952 0.029411765
## 8.3 8.4 8.5
## 0.013368984 0.037433155 0.034759358## Đồ thị cột của biến Sleep.Duration
library("ggplot2")
datasleep |> ggplot(aes(x = Sleep.Duration , y = after_stat(count))) + geom_bar(fill = 'blue') + geom_text(aes(label = scales::percent(after_stat(count/sum(count)))), stat = 'count', color = 'red', vjust = - .5) + theme_classic() + labs(x = ' Số giờ ngủ trên 1 ngày', y = 'Tỷ trọng')
Dựa vào kết quả của bảng tần suất Sleep.Duration và biểu đồ cột thì tỉ lệ số người ngủ 7.2 tiếng trên 1 ngày chiếm tỉ lệ cao nhất khoảng 9.63%, và thấp số người ngủ 5,8 tiếng trên một ngày chiếm tỉ lệ thấp nhất khoảng 0,53%. Bên cạnh đó, số giờ ngủ giao động từ 5.8 đến 8.5 giờ trên một ngày. Tuy nhiên, không có kết quả nào đánh giá 7 giờ ngủ trên một ngày.
3.5 Thống kê mô tả của biến Heart.Rate
## Bảng tần suất của biến Heart.Rate
table(datasleep$Heart.Rate )##
## 65 67 68 69 70 72 73 74 75 76 77 78 80 81 82 83 84 85 86
## 67 2 94 2 76 69 2 2 36 2 2 5 3 2 1 2 2 3 2## Bảng tần suất của biến Heart.Rate tỉ lệ %
table(datasleep$Heart.Rate )/sum(table(datasleep$Heart.Rate ))##
## 65 67 68 69 70 72
## 0.179144385 0.005347594 0.251336898 0.005347594 0.203208556 0.184491979
## 73 74 75 76 77 78
## 0.005347594 0.005347594 0.096256684 0.005347594 0.005347594 0.013368984
## 80 81 82 83 84 85
## 0.008021390 0.005347594 0.002673797 0.005347594 0.005347594 0.008021390
## 86
## 0.005347594## Đồ thị cột của biến Heart.Rate
library("ggplot2")
datasleep |> ggplot(aes(Heart.Rate )) +
geom_bar(olor = 'pink', fill = 'pink') + theme_classic() + labs(x = 'Số giờ ngủ trên 1 ngày', y = 'Số người')## Warning in geom_bar(olor = "pink", fill = "pink"): Ignoring unknown parameters:
## `olor`
Dựa vào kết quả của bảng tần suất Heart.Rate và đồ thị cột thì chỉ số nhịp tim giao động chiếm tỉ lệ cao nhất khi nghỉ ngơi là 68 khoảng 25,13%, và chỉ số nhịp tim giao động chiếm tỉ lệ thấp nhất khi nghỉ ngơi là 82 khoảng 2,67%.
3.6 Phân tích sự tác động giữa hai biến BMI.Category và Sleep.Disorder
table(p$BMI, datasleep$Sleep.Disorder)##
## Insomnia None Sleep Apnea
## Overweight 68 19 71
## Normal 9 200 7Từ kết quả phân tích trên, ta có thể thấy
Người bình thường thì có tỉ lệ đánh giá chất lượng giấc ngủ tốt nhất khoảng 200 đánh giá.
Người thừa cân thì có tỉ lệ đánh giá rối loạn giấc ngủ và có tình trạng giấc ngủ tốt chỉ có 19 đánh giá.
library("ggplot2")
ggplot(datasleep, aes(BMI.Category, fill =Sleep.Disorder )) + geom_bar(position = 'dodge')
4 Tuần 2:
Đề: Chọn 1 biến định tính và 1 biến định lượng làm biến phụ thuộc để phân tích, giải thích lí do.
4.1 Các biến định tính theo datasets gồm 5 biến:
Gender(Giới tính)
Occupation (Nghề nghiệp)
BMI.Category (Hạng mục BMI)
Blood.Pressure (Đo huyết áp của một người)
Sleep.Disorder (Rối loạn giấc ngủ)
4.2 Các biến định lượng theo datasets gồm 8 biến:
Person.ID
Age
Sleep.Duration (Số giờ một người ngủ mỗi ngày)
Quality.of.Sleep (scale: 1-10) (Đánh giá chất lượng giấc ngủ)
Physical.Activity.Level (số phút tham gia hoạt động/ngày)
Stress.Level (scale: 1-10) (Đánh giá mức độ căng thẳng)
Heart.Rate (Nhịp tim khi nghỉ ngơi)
Daily.Steps (Số bước chân/ngày)
4.3 Biến định tính: BMI.Category
Chỉ số BMI là thông qua chỉ số khối cơ thể, chúng ta sẽ nhận biết được 1 người có bị suy dinh dưỡng hay béo phì hay không. Nhiều người thường cho rằng chỉ cần đo trực tiếp lượng mỡ của cơ thể là bạn sẽ nắm rõ về chỉ số khối cơ thể. Trên thực tế, chúng được đo gián tiếp, tính toán thông qua một phương trình xác định. Như vậy, chỉ số này thường là những con số gần đúng.
Công thức tính BMI: BMI = m/h^2 (kg/m^2)
Trong đó : m là cân nặng (đơn vị kg) và h là chiều cao (đơn vị m).
Chỉ số BMI của người béo phì > 30
Chỉ số BMI của người suy dinh dưỡng < 18.5
Chỉ số BMI của người bình thường từ 18.5 - 24.99
Biến định tính BMI.Category phụ thuộc vào biến định tính Sleep.Disorder
Giải thích: biến Sleep.Disorder thể hiện chứng rối loạn giấc ngủ, khi thiếu ngủ thì quá trình trao đổi chất cũng bị rối loạn. Điều này khiến bạn càng có nhiều năng lượng dư thừa. Tất nhiên kết quả là sẽ bị tăng cân, thậm chí còn gây ra các bệnh lý mạn tính khác. Ngoài ra, Ngủ ít hơn 7 tiếng mỗi đêm được gọi là ngủ ngắn. Một số nghiên cứu chỉ ra thời gian ngủ ngắn có liên quan đáng kể đến vòng eo lớn hơn. Đây là một chỉ số về sự tích tụ mỡ bụng, khiến bạn bị béo bụng. Vì vậy có thể nói biến BMI.Category phụ thuộc vào biến định tính Sleep.Disorder.
Vì biến BMI.Category có 4 giá trị là Overweight, Obese, Normal Weight, Normal nên tôi tiến hành ghép Overweight và Obese thành Overweight còn Normal Weight và Normal thành Normal để trở thành 2 giá trị.
BMI <- factor(datasleep$BMI.Category, levels = c("Overweight", "Obese", "Normal Weight","Normal"), labels = c("Overweight", "Overweight", "Normal", "Normal"))4.4 Biến định lượng: Chọn biến Quality of Sleep
Đánh giá về chất lượng giấc ngủ: Nhiều người nhầm tưởng cứ ngủ được càng nhiều càng lâu thì là tốt nhưng thực tế, một giấc ngủ ngon cần đảm bảo về chất lượng giấc ngủ nhiều hơn. Theo các chuyên gia, một giấc ngủ ngon cần đảm bảo các yếu tố sau: Ngủ tự nhiên (ngủ sinh học), ngủ đủ giấc, ngủ sâu giấc và không gây đau nhức cơ thể sau khi tỉnh dậy.
Một giấc ngủ ngon cần phải ngủ đủ giấc, tức là thời gian ngủ. Trung bình, mỗi người trưởng thành cần 6-8 tiếng/ ngày để ngủ và đối với trẻ em, thanh thiếu niên sẽ là 10 -12 tiếng để ngủ mỗi ngày.
Lợi ích của chất lượng giấc ngủ tốt:
Giấc ngủ đối với sức khỏe:
Giúp bạn đẩy lùi được những bệnh lý nguy hiểm
Giúp làm đẹp da và cải thiện sắc đẹp, sự trẻ trung
Giúp bạn có được cân nặng như mong muốn
Giấc ngủ đối với công việc và cuộc sống:
- Giúp bạn có được một tinh thần và sức khỏe tốt. Bạn sẽ không còn cảm thấy uể oải, hay cáu gắt và mất tập trung trong công việc do thiếu ngủ.
Biến định lượng Quality of Sleep sẽ phụ thuộc vào biến Sleep.Duration.
Giải thích: biến Sleep.Duration thể hiện số giờ ngủ trong một ngày. Vậy nên chất lượng giấc ngủ sẽ phụ thuộc vào số giờ mà người đó ngủ được trong một ngày.
5 Tuần 1: Tổng quan về dữ liệu:
Bộ dữ liệu Lối sống và Sức khỏe Giấc ngủ bao gồm 400 hàng và 13 cột, bao gồm nhiều biến số liên quan đến giấc ngủ và thói quen hàng ngày. Nó bao gồm các chi tiết như giới tính, tuổi tác, nghề nghiệp, thời gian ngủ, chất lượng giấc ngủ, mức độ hoạt động thể chất, mức độ căng thẳng, chỉ số BMI, huyết áp, nhịp tim, số bước hàng ngày và tình trạng rối loạn giấc ngủ có hay không.
5.1 Giải thích các biến:
Person ID: Mã định danh cho mỗi cá nhân.
Gender: Giới tính của người đó (Nam/Nữ).
Age: Tuổi của người tính theo năm.
Occupation: Nghề nghiệp hoặc nghề nghiệp của người đó.
Sleep Duration (hours): Số giờ một người ngủ mỗi ngày.
Quality of Sleep (scale: 1-10): Đánh giá chủ quan về chất lượng giấc ngủ, từ 1 đến 10.
Physical Activity Level (minutes/day): Số phút một người tham gia hoạt động thể chất hàng ngày.
Stress Level (scale: 1-10): Đánh giá chủ quan về mức độ căng thẳng mà một người trải qua, từ 1 đến 10.
BMI Category: Hạng mục BMI của một người (ví dụ: Thiếu cân, Bình thường, Thừa cân).
Blood Pressure (systolic/diastolic): Đo huyết áp của một người, được biểu thị là huyết áp tâm thu trên huyết áp tâm trương.
Heart Rate (bpm): Nhịp tim khi nghỉ ngơi của một người tính bằng nhịp mỗi phút.
Daily Steps: Số bước một người thực hiện mỗi ngày.
Sleep Disorder: Sự hiện diện hoặc vắng mặt của chứng rối loạn giấc ngủ ở người đó (Không, Mất ngủ, Ngưng thở khi ngủ)
5.2 NGUỒN DATASETS: https://www.kaggle.com/datasets/uom190346a/sleep-health-and-lifestyle-dataset
setwd("C:/Users/Ngoc Loi/Downloads")
datasleep <- read.csv("C:/Users/Ngoc Loi/Downloads/Sleep.csv")
str(datasleep)## 'data.frame': 374 obs. of 13 variables:
## $ Person.ID : int 1 2 3 4 5 6 7 8 9 10 ...
## $ Gender : chr "Male" "Male" "Male" "Male" ...
## $ Age : int 27 28 28 28 28 28 29 29 29 29 ...
## $ Occupation : chr "Software Engineer" "Doctor" "Doctor" "Sales Representative" ...
## $ Sleep.Duration : num 6.1 6.2 6.2 5.9 5.9 5.9 6.3 7.8 7.8 7.8 ...
## $ Quality.of.Sleep : int 6 6 6 4 4 4 6 7 7 7 ...
## $ Physical.Activity.Level: int 42 60 60 30 30 30 40 75 75 75 ...
## $ Stress.Level : int 6 8 8 8 8 8 7 6 6 6 ...
## $ BMI.Category : chr "Overweight" "Normal" "Normal" "Obese" ...
## $ Blood.Pressure : chr "126/83" "125/80" "125/80" "140/90" ...
## $ Heart.Rate : int 77 75 75 85 85 85 82 70 70 70 ...
## $ Daily.Steps : int 4200 10000 10000 3000 3000 3000 3500 8000 8000 8000 ...
## $ Sleep.Disorder : chr "None" "None" "None" "Sleep Apnea" ...datasleep## Person.ID Gender Age Occupation Sleep.Duration Quality.of.Sleep
## 1 1 Male 27 Software Engineer 6.1 6
## 2 2 Male 28 Doctor 6.2 6
## 3 3 Male 28 Doctor 6.2 6
## 4 4 Male 28 Sales Representative 5.9 4
## 5 5 Male 28 Sales Representative 5.9 4
## 6 6 Male 28 Software Engineer 5.9 4
## 7 7 Male 29 Teacher 6.3 6
## 8 8 Male 29 Doctor 7.8 7
## 9 9 Male 29 Doctor 7.8 7
## 10 10 Male 29 Doctor 7.8 7
## 11 11 Male 29 Doctor 6.1 6
## 12 12 Male 29 Doctor 7.8 7
## 13 13 Male 29 Doctor 6.1 6
## 14 14 Male 29 Doctor 6.0 6
## 15 15 Male 29 Doctor 6.0 6
## 16 16 Male 29 Doctor 6.0 6
## 17 17 Female 29 Nurse 6.5 5
## 18 18 Male 29 Doctor 6.0 6
## 19 19 Female 29 Nurse 6.5 5
## 20 20 Male 30 Doctor 7.6 7
## 21 21 Male 30 Doctor 7.7 7
## 22 22 Male 30 Doctor 7.7 7
## 23 23 Male 30 Doctor 7.7 7
## 24 24 Male 30 Doctor 7.7 7
## 25 25 Male 30 Doctor 7.8 7
## 26 26 Male 30 Doctor 7.9 7
## 27 27 Male 30 Doctor 7.8 7
## 28 28 Male 30 Doctor 7.9 7
## 29 29 Male 30 Doctor 7.9 7
## 30 30 Male 30 Doctor 7.9 7
## 31 31 Female 30 Nurse 6.4 5
## 32 32 Female 30 Nurse 6.4 5
## 33 33 Female 31 Nurse 7.9 8
## 34 34 Male 31 Doctor 6.1 6
## 35 35 Male 31 Doctor 7.7 7
## 36 36 Male 31 Doctor 6.1 6
## 37 37 Male 31 Doctor 6.1 6
## 38 38 Male 31 Doctor 7.6 7
## 39 39 Male 31 Doctor 7.6 7
## 40 40 Male 31 Doctor 7.6 7
## 41 41 Male 31 Doctor 7.7 7
## 42 42 Male 31 Doctor 7.7 7
## 43 43 Male 31 Doctor 7.7 7
## 44 44 Male 31 Doctor 7.8 7
## 45 45 Male 31 Doctor 7.7 7
## 46 46 Male 31 Doctor 7.8 7
## 47 47 Male 31 Doctor 7.7 7
## 48 48 Male 31 Doctor 7.8 7
## 49 49 Male 31 Doctor 7.7 7
## 50 50 Male 31 Doctor 7.7 7
## 51 51 Male 32 Engineer 7.5 8
## 52 52 Male 32 Engineer 7.5 8
## 53 53 Male 32 Doctor 6.0 6
## 54 54 Male 32 Doctor 7.6 7
## 55 55 Male 32 Doctor 6.0 6
## 56 56 Male 32 Doctor 6.0 6
## 57 57 Male 32 Doctor 7.7 7
## 58 58 Male 32 Doctor 6.0 6
## 59 59 Male 32 Doctor 6.0 6
## 60 60 Male 32 Doctor 7.7 7
## 61 61 Male 32 Doctor 6.0 6
## 62 62 Male 32 Doctor 6.0 6
## 63 63 Male 32 Doctor 6.2 6
## 64 64 Male 32 Doctor 6.2 6
## 65 65 Male 32 Doctor 6.2 6
## 66 66 Male 32 Doctor 6.2 6
## 67 67 Male 32 Accountant 7.2 8
## 68 68 Male 33 Doctor 6.0 6
## 69 69 Female 33 Scientist 6.2 6
## 70 70 Female 33 Scientist 6.2 6
## 71 71 Male 33 Doctor 6.1 6
## 72 72 Male 33 Doctor 6.1 6
## 73 73 Male 33 Doctor 6.1 6
## 74 74 Male 33 Doctor 6.1 6
## 75 75 Male 33 Doctor 6.0 6
## 76 76 Male 33 Doctor 6.0 6
## 77 77 Male 33 Doctor 6.0 6
## 78 78 Male 33 Doctor 6.0 6
## 79 79 Male 33 Doctor 6.0 6
## 80 80 Male 33 Doctor 6.0 6
## 81 81 Female 34 Scientist 5.8 4
## 82 82 Female 34 Scientist 5.8 4
## 83 83 Male 35 Teacher 6.7 7
## 84 84 Male 35 Teacher 6.7 7
## 85 85 Male 35 Software Engineer 7.5 8
## 86 86 Female 35 Accountant 7.2 8
## 87 87 Male 35 Engineer 7.2 8
## 88 88 Male 35 Engineer 7.2 8
## 89 89 Male 35 Engineer 7.3 8
## 90 90 Male 35 Engineer 7.3 8
## 91 91 Male 35 Engineer 7.3 8
## 92 92 Male 35 Engineer 7.3 8
## 93 93 Male 35 Software Engineer 7.5 8
## 94 94 Male 35 Lawyer 7.4 7
## 95 95 Female 36 Accountant 7.2 8
## 96 96 Female 36 Accountant 7.1 8
## 97 97 Female 36 Accountant 7.2 8
## 98 98 Female 36 Accountant 7.1 8
## 99 99 Female 36 Teacher 7.1 8
## 100 100 Female 36 Teacher 7.1 8
## 101 101 Female 36 Teacher 7.2 8
## 102 102 Female 36 Teacher 7.2 8
## 103 103 Female 36 Teacher 7.2 8
## 104 104 Male 36 Teacher 6.6 5
## 105 105 Female 36 Teacher 7.2 8
## 106 106 Male 36 Teacher 6.6 5
## 107 107 Female 37 Nurse 6.1 6
## 108 108 Male 37 Engineer 7.8 8
## 109 109 Male 37 Engineer 7.8 8
## 110 110 Male 37 Lawyer 7.4 8
## 111 111 Female 37 Accountant 7.2 8
## 112 112 Male 37 Lawyer 7.4 8
## 113 113 Female 37 Accountant 7.2 8
## 114 114 Male 37 Lawyer 7.4 8
## 115 115 Female 37 Accountant 7.2 8
## 116 116 Female 37 Accountant 7.2 8
## 117 117 Female 37 Accountant 7.2 8
## 118 118 Female 37 Accountant 7.2 8
## 119 119 Female 37 Accountant 7.2 8
## 120 120 Female 37 Accountant 7.2 8
## 121 121 Female 37 Accountant 7.2 8
## 122 122 Female 37 Accountant 7.2 8
## 123 123 Female 37 Accountant 7.2 8
## 124 124 Female 37 Accountant 7.2 8
## 125 125 Female 37 Accountant 7.2 8
## 126 126 Female 37 Nurse 7.5 8
## 127 127 Male 38 Lawyer 7.3 8
## 128 128 Female 38 Accountant 7.1 8
## 129 129 Male 38 Lawyer 7.3 8
## 130 130 Male 38 Lawyer 7.3 8
## 131 131 Female 38 Accountant 7.1 8
## 132 132 Male 38 Lawyer 7.3 8
## 133 133 Male 38 Lawyer 7.3 8
## 134 134 Female 38 Accountant 7.1 8
## 135 135 Male 38 Lawyer 7.3 8
## 136 136 Male 38 Lawyer 7.3 8
## 137 137 Female 38 Accountant 7.1 8
## 138 138 Male 38 Lawyer 7.1 8
## 139 139 Female 38 Accountant 7.1 8
## 140 140 Male 38 Lawyer 7.1 8
## 141 141 Female 38 Accountant 7.1 8
## 142 142 Male 38 Lawyer 7.1 8
## 143 143 Female 38 Accountant 7.1 8
## 144 144 Female 38 Accountant 7.1 8
## 145 145 Male 38 Lawyer 7.1 8
## 146 146 Female 38 Lawyer 7.4 7
## 147 147 Male 39 Lawyer 7.2 8
## 148 148 Male 39 Engineer 6.5 5
## 149 149 Female 39 Lawyer 6.9 7
## 150 150 Female 39 Accountant 8.0 9
## 151 151 Female 39 Accountant 8.0 9
## 152 152 Male 39 Lawyer 7.2 8
## 153 153 Male 39 Lawyer 7.2 8
## 154 154 Male 39 Lawyer 7.2 8
## 155 155 Male 39 Lawyer 7.2 8
## 156 156 Male 39 Lawyer 7.2 8
## 157 157 Male 39 Lawyer 7.2 8
## 158 158 Male 39 Lawyer 7.2 8
## 159 159 Male 39 Lawyer 7.2 8
## 160 160 Male 39 Lawyer 7.2 8
## 161 161 Male 39 Lawyer 7.2 8
## 162 162 Female 40 Accountant 7.2 8
## 163 163 Female 40 Accountant 7.2 8
## 164 164 Male 40 Lawyer 7.9 8
## 165 165 Male 40 Lawyer 7.9 8
## 166 166 Male 41 Lawyer 7.6 8
## 167 167 Male 41 Engineer 7.3 8
## 168 168 Male 41 Lawyer 7.1 7
## 169 169 Male 41 Lawyer 7.1 7
## 170 170 Male 41 Lawyer 7.7 8
## 171 171 Male 41 Lawyer 7.7 8
## 172 172 Male 41 Lawyer 7.7 8
## 173 173 Male 41 Lawyer 7.7 8
## 174 174 Male 41 Lawyer 7.7 8
## 175 175 Male 41 Lawyer 7.6 8
## 176 176 Male 41 Lawyer 7.6 8
## 177 177 Male 41 Lawyer 7.6 8
## 178 178 Male 42 Salesperson 6.5 6
## 179 179 Male 42 Lawyer 7.8 8
## 180 180 Male 42 Lawyer 7.8 8
## 181 181 Male 42 Lawyer 7.8 8
## 182 182 Male 42 Lawyer 7.8 8
## 183 183 Male 42 Lawyer 7.8 8
## 184 184 Male 42 Lawyer 7.8 8
## 185 185 Female 42 Teacher 6.8 6
## 186 186 Female 42 Teacher 6.8 6
## 187 187 Female 43 Teacher 6.7 7
## 188 188 Male 43 Salesperson 6.3 6
## 189 189 Female 43 Teacher 6.7 7
## 190 190 Male 43 Salesperson 6.5 6
## 191 191 Female 43 Teacher 6.7 7
## 192 192 Male 43 Salesperson 6.4 6
## 193 193 Male 43 Salesperson 6.5 6
## 194 194 Male 43 Salesperson 6.5 6
## 195 195 Male 43 Salesperson 6.5 6
## 196 196 Male 43 Salesperson 6.5 6
## 197 197 Male 43 Salesperson 6.5 6
## 198 198 Male 43 Salesperson 6.5 6
## 199 199 Male 43 Salesperson 6.5 6
## 200 200 Male 43 Salesperson 6.5 6
## 201 201 Male 43 Salesperson 6.5 6
## 202 202 Male 43 Engineer 7.8 8
## 203 203 Male 43 Engineer 7.8 8
## 204 204 Male 43 Engineer 6.9 6
## 205 205 Male 43 Engineer 7.6 8
## 206 206 Male 43 Engineer 7.7 8
## 207 207 Male 43 Engineer 7.7 8
## 208 208 Male 43 Engineer 7.7 8
## 209 209 Male 43 Engineer 7.7 8
## 210 210 Male 43 Engineer 7.8 8
## 211 211 Male 43 Engineer 7.7 8
## 212 212 Male 43 Engineer 7.8 8
## 213 213 Male 43 Engineer 7.8 8
## 214 214 Male 43 Engineer 7.8 8
## 215 215 Male 43 Engineer 7.8 8
## 216 216 Male 43 Engineer 7.8 8
## 217 217 Male 43 Engineer 7.8 8
## 218 218 Male 43 Engineer 7.8 8
## 219 219 Male 43 Engineer 7.8 8
## 220 220 Male 43 Salesperson 6.5 6
## 221 221 Female 44 Teacher 6.6 7
## 222 222 Male 44 Salesperson 6.4 6
## 223 223 Male 44 Salesperson 6.3 6
## 224 224 Male 44 Salesperson 6.4 6
## 225 225 Female 44 Teacher 6.6 7
## 226 226 Male 44 Salesperson 6.3 6
## 227 227 Female 44 Teacher 6.6 7
## 228 228 Male 44 Salesperson 6.3 6
## 229 229 Female 44 Teacher 6.6 7
## 230 230 Male 44 Salesperson 6.3 6
## 231 231 Female 44 Teacher 6.6 7
## 232 232 Male 44 Salesperson 6.3 6
## 233 233 Female 44 Teacher 6.6 7
## 234 234 Male 44 Salesperson 6.3 6
## 235 235 Female 44 Teacher 6.6 7
## 236 236 Male 44 Salesperson 6.3 6
## 237 237 Male 44 Salesperson 6.4 6
## 238 238 Female 44 Teacher 6.5 7
## 239 239 Male 44 Salesperson 6.3 6
## 240 240 Male 44 Salesperson 6.4 6
## 241 241 Female 44 Teacher 6.5 7
## 242 242 Male 44 Salesperson 6.3 6
## 243 243 Male 44 Salesperson 6.4 6
## 244 244 Female 44 Teacher 6.5 7
## 245 245 Male 44 Salesperson 6.3 6
## 246 246 Female 44 Teacher 6.5 7
## 247 247 Male 44 Salesperson 6.3 6
## 248 248 Male 44 Engineer 6.8 7
## 249 249 Male 44 Salesperson 6.4 6
## 250 250 Male 44 Salesperson 6.5 6
## 251 251 Female 45 Teacher 6.8 7
## 252 252 Female 45 Teacher 6.8 7
## 253 253 Female 45 Teacher 6.5 7
## 254 254 Female 45 Teacher 6.5 7
## 255 255 Female 45 Teacher 6.5 7
## 256 256 Female 45 Teacher 6.5 7
## 257 257 Female 45 Teacher 6.6 7
## 258 258 Female 45 Teacher 6.6 7
## 259 259 Female 45 Teacher 6.6 7
## 260 260 Female 45 Teacher 6.6 7
## 261 261 Female 45 Teacher 6.6 7
## 262 262 Female 45 Teacher 6.6 7
## 263 263 Female 45 Teacher 6.6 7
## 264 264 Female 45 Manager 6.9 7
## 265 265 Male 48 Doctor 7.3 7
## 266 266 Female 48 Nurse 5.9 6
## 267 267 Male 48 Doctor 7.3 7
## 268 268 Female 49 Nurse 6.2 6
## 269 269 Female 49 Nurse 6.0 6
## 270 270 Female 49 Nurse 6.1 6
## 271 271 Female 49 Nurse 6.1 6
## 272 272 Female 49 Nurse 6.1 6
## 273 273 Female 49 Nurse 6.1 6
## 274 274 Female 49 Nurse 6.2 6
## 275 275 Female 49 Nurse 6.2 6
## 276 276 Female 49 Nurse 6.2 6
## 277 277 Male 49 Doctor 8.1 9
## 278 278 Male 49 Doctor 8.1 9
## 279 279 Female 50 Nurse 6.1 6
## 280 280 Female 50 Engineer 8.3 9
## 281 281 Female 50 Nurse 6.0 6
## 282 282 Female 50 Nurse 6.1 6
## 283 283 Female 50 Nurse 6.0 6
## 284 284 Female 50 Nurse 6.0 6
## 285 285 Female 50 Nurse 6.0 6
## 286 286 Female 50 Nurse 6.0 6
## 287 287 Female 50 Nurse 6.0 6
## 288 288 Female 50 Nurse 6.0 6
## 289 289 Female 50 Nurse 6.0 6
## 290 290 Female 50 Nurse 6.1 6
## 291 291 Female 50 Nurse 6.0 6
## 292 292 Female 50 Nurse 6.1 6
## 293 293 Female 50 Nurse 6.1 6
## 294 294 Female 50 Nurse 6.0 6
## 295 295 Female 50 Nurse 6.1 6
## 296 296 Female 50 Nurse 6.0 6
## 297 297 Female 50 Nurse 6.1 6
## 298 298 Female 50 Nurse 6.1 6
## 299 299 Female 51 Engineer 8.5 9
## 300 300 Female 51 Engineer 8.5 9
## 301 301 Female 51 Engineer 8.5 9
## 302 302 Female 51 Engineer 8.5 9
## 303 303 Female 51 Nurse 7.1 7
## 304 304 Female 51 Nurse 6.0 6
## 305 305 Female 51 Nurse 6.1 6
## 306 306 Female 51 Nurse 6.1 6
## 307 307 Female 52 Accountant 6.5 7
## 308 308 Female 52 Accountant 6.5 7
## 309 309 Female 52 Accountant 6.6 7
## 310 310 Female 52 Accountant 6.6 7
## 311 311 Female 52 Accountant 6.6 7
## 312 312 Female 52 Accountant 6.6 7
## 313 313 Female 52 Engineer 8.4 9
## 314 314 Female 52 Engineer 8.4 9
## 315 315 Female 52 Engineer 8.4 9
## 316 316 Female 53 Engineer 8.3 9
## 317 317 Female 53 Engineer 8.5 9
## 318 318 Female 53 Engineer 8.5 9
## 319 319 Female 53 Engineer 8.4 9
## 320 320 Female 53 Engineer 8.4 9
## 321 321 Female 53 Engineer 8.5 9
## 322 322 Female 53 Engineer 8.4 9
## 323 323 Female 53 Engineer 8.4 9
## 324 324 Female 53 Engineer 8.5 9
## 325 325 Female 53 Engineer 8.3 9
## 326 326 Female 53 Engineer 8.5 9
## 327 327 Female 53 Engineer 8.3 9
## 328 328 Female 53 Engineer 8.5 9
## 329 329 Female 53 Engineer 8.3 9
## 330 330 Female 53 Engineer 8.5 9
## 331 331 Female 53 Engineer 8.5 9
## 332 332 Female 53 Engineer 8.4 9
## 333 333 Female 54 Engineer 8.4 9
## 334 334 Female 54 Engineer 8.4 9
## 335 335 Female 54 Engineer 8.4 9
## 336 336 Female 54 Engineer 8.4 9
## 337 337 Female 54 Engineer 8.4 9
## 338 338 Female 54 Engineer 8.4 9
## 339 339 Female 54 Engineer 8.5 9
## 340 340 Female 55 Nurse 8.1 9
## 341 341 Female 55 Nurse 8.1 9
## 342 342 Female 56 Doctor 8.2 9
## 343 343 Female 56 Doctor 8.2 9
## 344 344 Female 57 Nurse 8.1 9
## 345 345 Female 57 Nurse 8.2 9
## 346 346 Female 57 Nurse 8.2 9
## 347 347 Female 57 Nurse 8.2 9
## 348 348 Female 57 Nurse 8.2 9
## 349 349 Female 57 Nurse 8.2 9
## 350 350 Female 57 Nurse 8.1 9
## 351 351 Female 57 Nurse 8.1 9
## 352 352 Female 57 Nurse 8.1 9
## 353 353 Female 58 Nurse 8.0 9
## 354 354 Female 58 Nurse 8.0 9
## 355 355 Female 58 Nurse 8.0 9
## 356 356 Female 58 Nurse 8.0 9
## 357 357 Female 58 Nurse 8.0 9
## 358 358 Female 58 Nurse 8.0 9
## 359 359 Female 59 Nurse 8.0 9
## 360 360 Female 59 Nurse 8.1 9
## 361 361 Female 59 Nurse 8.2 9
## 362 362 Female 59 Nurse 8.2 9
## 363 363 Female 59 Nurse 8.2 9
## 364 364 Female 59 Nurse 8.2 9
## 365 365 Female 59 Nurse 8.0 9
## 366 366 Female 59 Nurse 8.0 9
## 367 367 Female 59 Nurse 8.1 9
## 368 368 Female 59 Nurse 8.0 9
## 369 369 Female 59 Nurse 8.1 9
## 370 370 Female 59 Nurse 8.1 9
## 371 371 Female 59 Nurse 8.0 9
## 372 372 Female 59 Nurse 8.1 9
## 373 373 Female 59 Nurse 8.1 9
## 374 374 Female 59 Nurse 8.1 9
## Physical.Activity.Level Stress.Level BMI.Category Blood.Pressure
## 1 42 6 Overweight 126/83
## 2 60 8 Normal 125/80
## 3 60 8 Normal 125/80
## 4 30 8 Obese 140/90
## 5 30 8 Obese 140/90
## 6 30 8 Obese 140/90
## 7 40 7 Obese 140/90
## 8 75 6 Normal 120/80
## 9 75 6 Normal 120/80
## 10 75 6 Normal 120/80
## 11 30 8 Normal 120/80
## 12 75 6 Normal 120/80
## 13 30 8 Normal 120/80
## 14 30 8 Normal 120/80
## 15 30 8 Normal 120/80
## 16 30 8 Normal 120/80
## 17 40 7 Normal Weight 132/87
## 18 30 8 Normal 120/80
## 19 40 7 Normal Weight 132/87
## 20 75 6 Normal 120/80
## 21 75 6 Normal 120/80
## 22 75 6 Normal 120/80
## 23 75 6 Normal 120/80
## 24 75 6 Normal 120/80
## 25 75 6 Normal 120/80
## 26 75 6 Normal 120/80
## 27 75 6 Normal 120/80
## 28 75 6 Normal 120/80
## 29 75 6 Normal 120/80
## 30 75 6 Normal 120/80
## 31 35 7 Normal Weight 130/86
## 32 35 7 Normal Weight 130/86
## 33 75 4 Normal Weight 117/76
## 34 30 8 Normal 125/80
## 35 75 6 Normal 120/80
## 36 30 8 Normal 125/80
## 37 30 8 Normal 125/80
## 38 75 6 Normal 120/80
## 39 75 6 Normal 120/80
## 40 75 6 Normal 120/80
## 41 75 6 Normal 120/80
## 42 75 6 Normal 120/80
## 43 75 6 Normal 120/80
## 44 75 6 Normal 120/80
## 45 75 6 Normal 120/80
## 46 75 6 Normal 120/80
## 47 75 6 Normal 120/80
## 48 75 6 Normal 120/80
## 49 75 6 Normal 120/80
## 50 75 6 Normal 120/80
## 51 45 3 Normal 120/80
## 52 45 3 Normal 120/80
## 53 30 8 Normal 125/80
## 54 75 6 Normal 120/80
## 55 30 8 Normal 125/80
## 56 30 8 Normal 125/80
## 57 75 6 Normal 120/80
## 58 30 8 Normal 125/80
## 59 30 8 Normal 125/80
## 60 75 6 Normal 120/80
## 61 30 8 Normal 125/80
## 62 30 8 Normal 125/80
## 63 30 8 Normal 125/80
## 64 30 8 Normal 125/80
## 65 30 8 Normal 125/80
## 66 30 8 Normal 125/80
## 67 50 6 Normal Weight 118/76
## 68 30 8 Normal 125/80
## 69 50 6 Overweight 128/85
## 70 50 6 Overweight 128/85
## 71 30 8 Normal 125/80
## 72 30 8 Normal 125/80
## 73 30 8 Normal 125/80
## 74 30 8 Normal 125/80
## 75 30 8 Normal 125/80
## 76 30 8 Normal 125/80
## 77 30 8 Normal 125/80
## 78 30 8 Normal 125/80
## 79 30 8 Normal 125/80
## 80 30 8 Normal 125/80
## 81 32 8 Overweight 131/86
## 82 32 8 Overweight 131/86
## 83 40 5 Overweight 128/84
## 84 40 5 Overweight 128/84
## 85 60 5 Normal Weight 120/80
## 86 60 4 Normal 115/75
## 87 60 4 Normal 125/80
## 88 60 4 Normal 125/80
## 89 60 4 Normal 125/80
## 90 60 4 Normal 125/80
## 91 60 4 Normal 125/80
## 92 60 4 Normal 125/80
## 93 60 5 Normal Weight 120/80
## 94 60 5 Obese 135/88
## 95 60 4 Normal 115/75
## 96 60 4 Normal 115/75
## 97 60 4 Normal 115/75
## 98 60 4 Normal 115/75
## 99 60 4 Normal 115/75
## 100 60 4 Normal 115/75
## 101 60 4 Normal 115/75
## 102 60 4 Normal 115/75
## 103 60 4 Normal 115/75
## 104 35 7 Overweight 129/84
## 105 60 4 Normal 115/75
## 106 35 7 Overweight 129/84
## 107 42 6 Overweight 126/83
## 108 70 4 Normal Weight 120/80
## 109 70 4 Normal Weight 120/80
## 110 60 5 Normal 130/85
## 111 60 4 Normal 115/75
## 112 60 5 Normal 130/85
## 113 60 4 Normal 115/75
## 114 60 5 Normal 130/85
## 115 60 4 Normal 115/75
## 116 60 4 Normal 115/75
## 117 60 4 Normal 115/75
## 118 60 4 Normal 115/75
## 119 60 4 Normal 115/75
## 120 60 4 Normal 115/75
## 121 60 4 Normal 115/75
## 122 60 4 Normal 115/75
## 123 60 4 Normal 115/75
## 124 60 4 Normal 115/75
## 125 60 4 Normal 115/75
## 126 60 4 Normal Weight 120/80
## 127 60 5 Normal 130/85
## 128 60 4 Normal 115/75
## 129 60 5 Normal 130/85
## 130 60 5 Normal 130/85
## 131 60 4 Normal 115/75
## 132 60 5 Normal 130/85
## 133 60 5 Normal 130/85
## 134 60 4 Normal 115/75
## 135 60 5 Normal 130/85
## 136 60 5 Normal 130/85
## 137 60 4 Normal 115/75
## 138 60 5 Normal 130/85
## 139 60 4 Normal 115/75
## 140 60 5 Normal 130/85
## 141 60 4 Normal 115/75
## 142 60 5 Normal 130/85
## 143 60 4 Normal 115/75
## 144 60 4 Normal 115/75
## 145 60 5 Normal 130/85
## 146 60 5 Obese 135/88
## 147 60 5 Normal 130/85
## 148 40 7 Overweight 132/87
## 149 50 6 Normal Weight 128/85
## 150 80 3 Normal Weight 115/78
## 151 80 3 Normal Weight 115/78
## 152 60 5 Normal 130/85
## 153 60 5 Normal 130/85
## 154 60 5 Normal 130/85
## 155 60 5 Normal 130/85
## 156 60 5 Normal 130/85
## 157 60 5 Normal 130/85
## 158 60 5 Normal 130/85
## 159 60 5 Normal 130/85
## 160 60 5 Normal 130/85
## 161 60 5 Normal 130/85
## 162 55 6 Normal Weight 119/77
## 163 55 6 Normal Weight 119/77
## 164 90 5 Normal 130/85
## 165 90 5 Normal 130/85
## 166 90 5 Normal 130/85
## 167 70 6 Normal Weight 121/79
## 168 55 6 Overweight 125/82
## 169 55 6 Overweight 125/82
## 170 90 5 Normal 130/85
## 171 90 5 Normal 130/85
## 172 90 5 Normal 130/85
## 173 90 5 Normal 130/85
## 174 90 5 Normal 130/85
## 175 90 5 Normal 130/85
## 176 90 5 Normal 130/85
## 177 90 5 Normal 130/85
## 178 45 7 Overweight 130/85
## 179 90 5 Normal 130/85
## 180 90 5 Normal 130/85
## 181 90 5 Normal 130/85
## 182 90 5 Normal 130/85
## 183 90 5 Normal 130/85
## 184 90 5 Normal 130/85
## 185 45 7 Overweight 130/85
## 186 45 7 Overweight 130/85
## 187 45 4 Overweight 135/90
## 188 45 7 Overweight 130/85
## 189 45 4 Overweight 135/90
## 190 45 7 Overweight 130/85
## 191 45 4 Overweight 135/90
## 192 45 7 Overweight 130/85
## 193 45 7 Overweight 130/85
## 194 45 7 Overweight 130/85
## 195 45 7 Overweight 130/85
## 196 45 7 Overweight 130/85
## 197 45 7 Overweight 130/85
## 198 45 7 Overweight 130/85
## 199 45 7 Overweight 130/85
## 200 45 7 Overweight 130/85
## 201 45 7 Overweight 130/85
## 202 90 5 Normal 130/85
## 203 90 5 Normal 130/85
## 204 47 7 Normal Weight 117/76
## 205 75 4 Overweight 122/80
## 206 90 5 Normal 130/85
## 207 90 5 Normal 130/85
## 208 90 5 Normal 130/85
## 209 90 5 Normal 130/85
## 210 90 5 Normal 130/85
## 211 90 5 Normal 130/85
## 212 90 5 Normal 130/85
## 213 90 5 Normal 130/85
## 214 90 5 Normal 130/85
## 215 90 5 Normal 130/85
## 216 90 5 Normal 130/85
## 217 90 5 Normal 130/85
## 218 90 5 Normal 130/85
## 219 90 5 Normal 130/85
## 220 45 7 Overweight 130/85
## 221 45 4 Overweight 135/90
## 222 45 7 Overweight 130/85
## 223 45 7 Overweight 130/85
## 224 45 7 Overweight 130/85
## 225 45 4 Overweight 135/90
## 226 45 7 Overweight 130/85
## 227 45 4 Overweight 135/90
## 228 45 7 Overweight 130/85
## 229 45 4 Overweight 135/90
## 230 45 7 Overweight 130/85
## 231 45 4 Overweight 135/90
## 232 45 7 Overweight 130/85
## 233 45 4 Overweight 135/90
## 234 45 7 Overweight 130/85
## 235 45 4 Overweight 135/90
## 236 45 7 Overweight 130/85
## 237 45 7 Overweight 130/85
## 238 45 4 Overweight 135/90
## 239 45 7 Overweight 130/85
## 240 45 7 Overweight 130/85
## 241 45 4 Overweight 135/90
## 242 45 7 Overweight 130/85
## 243 45 7 Overweight 130/85
## 244 45 4 Overweight 135/90
## 245 45 7 Overweight 130/85
## 246 45 4 Overweight 135/90
## 247 45 7 Overweight 130/85
## 248 45 7 Overweight 130/85
## 249 45 7 Overweight 130/85
## 250 45 7 Overweight 130/85
## 251 30 6 Overweight 135/90
## 252 30 6 Overweight 135/90
## 253 45 4 Overweight 135/90
## 254 45 4 Overweight 135/90
## 255 45 4 Overweight 135/90
## 256 45 4 Overweight 135/90
## 257 45 4 Overweight 135/90
## 258 45 4 Overweight 135/90
## 259 45 4 Overweight 135/90
## 260 45 4 Overweight 135/90
## 261 45 4 Overweight 135/90
## 262 45 4 Overweight 135/90
## 263 45 4 Overweight 135/90
## 264 55 5 Overweight 125/82
## 265 65 5 Obese 142/92
## 266 90 8 Overweight 140/95
## 267 65 5 Obese 142/92
## 268 90 8 Overweight 140/95
## 269 90 8 Overweight 140/95
## 270 90 8 Overweight 140/95
## 271 90 8 Overweight 140/95
## 272 90 8 Overweight 140/95
## 273 90 8 Overweight 140/95
## 274 90 8 Overweight 140/95
## 275 90 8 Overweight 140/95
## 276 90 8 Overweight 140/95
## 277 85 3 Obese 139/91
## 278 85 3 Obese 139/91
## 279 90 8 Overweight 140/95
## 280 30 3 Normal 125/80
## 281 90 8 Overweight 140/95
## 282 90 8 Overweight 140/95
## 283 90 8 Overweight 140/95
## 284 90 8 Overweight 140/95
## 285 90 8 Overweight 140/95
## 286 90 8 Overweight 140/95
## 287 90 8 Overweight 140/95
## 288 90 8 Overweight 140/95
## 289 90 8 Overweight 140/95
## 290 90 8 Overweight 140/95
## 291 90 8 Overweight 140/95
## 292 90 8 Overweight 140/95
## 293 90 8 Overweight 140/95
## 294 90 8 Overweight 140/95
## 295 90 8 Overweight 140/95
## 296 90 8 Overweight 140/95
## 297 90 8 Overweight 140/95
## 298 90 8 Overweight 140/95
## 299 30 3 Normal 125/80
## 300 30 3 Normal 125/80
## 301 30 3 Normal 125/80
## 302 30 3 Normal 125/80
## 303 55 6 Normal Weight 125/82
## 304 90 8 Overweight 140/95
## 305 90 8 Overweight 140/95
## 306 90 8 Overweight 140/95
## 307 45 7 Overweight 130/85
## 308 45 7 Overweight 130/85
## 309 45 7 Overweight 130/85
## 310 45 7 Overweight 130/85
## 311 45 7 Overweight 130/85
## 312 45 7 Overweight 130/85
## 313 30 3 Normal 125/80
## 314 30 3 Normal 125/80
## 315 30 3 Normal 125/80
## 316 30 3 Normal 125/80
## 317 30 3 Normal 125/80
## 318 30 3 Normal 125/80
## 319 30 3 Normal 125/80
## 320 30 3 Normal 125/80
## 321 30 3 Normal 125/80
## 322 30 3 Normal 125/80
## 323 30 3 Normal 125/80
## 324 30 3 Normal 125/80
## 325 30 3 Normal 125/80
## 326 30 3 Normal 125/80
## 327 30 3 Normal 125/80
## 328 30 3 Normal 125/80
## 329 30 3 Normal 125/80
## 330 30 3 Normal 125/80
## 331 30 3 Normal 125/80
## 332 30 3 Normal 125/80
## 333 30 3 Normal 125/80
## 334 30 3 Normal 125/80
## 335 30 3 Normal 125/80
## 336 30 3 Normal 125/80
## 337 30 3 Normal 125/80
## 338 30 3 Normal 125/80
## 339 30 3 Normal 125/80
## 340 75 4 Overweight 140/95
## 341 75 4 Overweight 140/95
## 342 90 3 Normal Weight 118/75
## 343 90 3 Normal Weight 118/75
## 344 75 3 Overweight 140/95
## 345 75 3 Overweight 140/95
## 346 75 3 Overweight 140/95
## 347 75 3 Overweight 140/95
## 348 75 3 Overweight 140/95
## 349 75 3 Overweight 140/95
## 350 75 3 Overweight 140/95
## 351 75 3 Overweight 140/95
## 352 75 3 Overweight 140/95
## 353 75 3 Overweight 140/95
## 354 75 3 Overweight 140/95
## 355 75 3 Overweight 140/95
## 356 75 3 Overweight 140/95
## 357 75 3 Overweight 140/95
## 358 75 3 Overweight 140/95
## 359 75 3 Overweight 140/95
## 360 75 3 Overweight 140/95
## 361 75 3 Overweight 140/95
## 362 75 3 Overweight 140/95
## 363 75 3 Overweight 140/95
## 364 75 3 Overweight 140/95
## 365 75 3 Overweight 140/95
## 366 75 3 Overweight 140/95
## 367 75 3 Overweight 140/95
## 368 75 3 Overweight 140/95
## 369 75 3 Overweight 140/95
## 370 75 3 Overweight 140/95
## 371 75 3 Overweight 140/95
## 372 75 3 Overweight 140/95
## 373 75 3 Overweight 140/95
## 374 75 3 Overweight 140/95
## Heart.Rate Daily.Steps Sleep.Disorder
## 1 77 4200 None
## 2 75 10000 None
## 3 75 10000 None
## 4 85 3000 Sleep Apnea
## 5 85 3000 Sleep Apnea
## 6 85 3000 Insomnia
## 7 82 3500 Insomnia
## 8 70 8000 None
## 9 70 8000 None
## 10 70 8000 None
## 11 70 8000 None
## 12 70 8000 None
## 13 70 8000 None
## 14 70 8000 None
## 15 70 8000 None
## 16 70 8000 None
## 17 80 4000 Sleep Apnea
## 18 70 8000 Sleep Apnea
## 19 80 4000 Insomnia
## 20 70 8000 None
## 21 70 8000 None
## 22 70 8000 None
## 23 70 8000 None
## 24 70 8000 None
## 25 70 8000 None
## 26 70 8000 None
## 27 70 8000 None
## 28 70 8000 None
## 29 70 8000 None
## 30 70 8000 None
## 31 78 4100 Sleep Apnea
## 32 78 4100 Insomnia
## 33 69 6800 None
## 34 72 5000 None
## 35 70 8000 None
## 36 72 5000 None
## 37 72 5000 None
## 38 70 8000 None
## 39 70 8000 None
## 40 70 8000 None
## 41 70 8000 None
## 42 70 8000 None
## 43 70 8000 None
## 44 70 8000 None
## 45 70 8000 None
## 46 70 8000 None
## 47 70 8000 None
## 48 70 8000 None
## 49 70 8000 None
## 50 70 8000 Sleep Apnea
## 51 70 8000 None
## 52 70 8000 None
## 53 72 5000 None
## 54 70 8000 None
## 55 72 5000 None
## 56 72 5000 None
## 57 70 8000 None
## 58 72 5000 None
## 59 72 5000 None
## 60 70 8000 None
## 61 72 5000 None
## 62 72 5000 None
## 63 72 5000 None
## 64 72 5000 None
## 65 72 5000 None
## 66 72 5000 None
## 67 68 7000 None
## 68 72 5000 Insomnia
## 69 76 5500 None
## 70 76 5500 None
## 71 72 5000 None
## 72 72 5000 None
## 73 72 5000 None
## 74 72 5000 None
## 75 72 5000 None
## 76 72 5000 None
## 77 72 5000 None
## 78 72 5000 None
## 79 72 5000 None
## 80 72 5000 None
## 81 81 5200 Sleep Apnea
## 82 81 5200 Sleep Apnea
## 83 70 5600 None
## 84 70 5600 None
## 85 70 8000 None
## 86 68 7000 None
## 87 65 5000 None
## 88 65 5000 None
## 89 65 5000 None
## 90 65 5000 None
## 91 65 5000 None
## 92 65 5000 None
## 93 70 8000 None
## 94 84 3300 Sleep Apnea
## 95 68 7000 Insomnia
## 96 68 7000 None
## 97 68 7000 None
## 98 68 7000 None
## 99 68 7000 None
## 100 68 7000 None
## 101 68 7000 None
## 102 68 7000 None
## 103 68 7000 None
## 104 74 4800 Sleep Apnea
## 105 68 7000 Sleep Apnea
## 106 74 4800 Insomnia
## 107 77 4200 None
## 108 68 7000 None
## 109 68 7000 None
## 110 68 8000 None
## 111 68 7000 None
## 112 68 8000 None
## 113 68 7000 None
## 114 68 8000 None
## 115 68 7000 None
## 116 68 7000 None
## 117 68 7000 None
## 118 68 7000 None
## 119 68 7000 None
## 120 68 7000 None
## 121 68 7000 None
## 122 68 7000 None
## 123 68 7000 None
## 124 68 7000 None
## 125 68 7000 None
## 126 70 8000 None
## 127 68 8000 None
## 128 68 7000 None
## 129 68 8000 None
## 130 68 8000 None
## 131 68 7000 None
## 132 68 8000 None
## 133 68 8000 None
## 134 68 7000 None
## 135 68 8000 None
## 136 68 8000 None
## 137 68 7000 None
## 138 68 8000 None
## 139 68 7000 None
## 140 68 8000 None
## 141 68 7000 None
## 142 68 8000 None
## 143 68 7000 None
## 144 68 7000 None
## 145 68 8000 Sleep Apnea
## 146 84 3300 Sleep Apnea
## 147 68 8000 Insomnia
## 148 80 4000 Insomnia
## 149 75 5500 None
## 150 67 7500 None
## 151 67 7500 None
## 152 68 8000 None
## 153 68 8000 None
## 154 68 8000 None
## 155 68 8000 None
## 156 68 8000 None
## 157 68 8000 None
## 158 68 8000 None
## 159 68 8000 None
## 160 68 8000 None
## 161 68 8000 None
## 162 73 7300 None
## 163 73 7300 None
## 164 68 8000 None
## 165 68 8000 None
## 166 70 8000 Insomnia
## 167 72 6200 None
## 168 72 6000 None
## 169 72 6000 None
## 170 70 8000 None
## 171 70 8000 None
## 172 70 8000 None
## 173 70 8000 None
## 174 70 8000 None
## 175 70 8000 None
## 176 70 8000 None
## 177 70 8000 None
## 178 72 6000 Insomnia
## 179 70 8000 None
## 180 70 8000 None
## 181 70 8000 None
## 182 70 8000 None
## 183 70 8000 None
## 184 70 8000 None
## 185 78 5000 Sleep Apnea
## 186 78 5000 Sleep Apnea
## 187 65 6000 Insomnia
## 188 72 6000 Insomnia
## 189 65 6000 Insomnia
## 190 72 6000 Insomnia
## 191 65 6000 Insomnia
## 192 72 6000 Insomnia
## 193 72 6000 Insomnia
## 194 72 6000 Insomnia
## 195 72 6000 Insomnia
## 196 72 6000 Insomnia
## 197 72 6000 Insomnia
## 198 72 6000 Insomnia
## 199 72 6000 Insomnia
## 200 72 6000 Insomnia
## 201 72 6000 Insomnia
## 202 70 8000 Insomnia
## 203 70 8000 Insomnia
## 204 69 6800 None
## 205 68 6800 None
## 206 70 8000 None
## 207 70 8000 None
## 208 70 8000 None
## 209 70 8000 None
## 210 70 8000 None
## 211 70 8000 None
## 212 70 8000 None
## 213 70 8000 None
## 214 70 8000 None
## 215 70 8000 None
## 216 70 8000 None
## 217 70 8000 None
## 218 70 8000 None
## 219 70 8000 Sleep Apnea
## 220 72 6000 Sleep Apnea
## 221 65 6000 Insomnia
## 222 72 6000 Insomnia
## 223 72 6000 Insomnia
## 224 72 6000 Insomnia
## 225 65 6000 Insomnia
## 226 72 6000 Insomnia
## 227 65 6000 Insomnia
## 228 72 6000 Insomnia
## 229 65 6000 Insomnia
## 230 72 6000 Insomnia
## 231 65 6000 Insomnia
## 232 72 6000 Insomnia
## 233 65 6000 Insomnia
## 234 72 6000 Insomnia
## 235 65 6000 Insomnia
## 236 72 6000 Insomnia
## 237 72 6000 Insomnia
## 238 65 6000 Insomnia
## 239 72 6000 Insomnia
## 240 72 6000 Insomnia
## 241 65 6000 Insomnia
## 242 72 6000 Insomnia
## 243 72 6000 Insomnia
## 244 65 6000 Insomnia
## 245 72 6000 Insomnia
## 246 65 6000 Insomnia
## 247 72 6000 Insomnia
## 248 78 5000 Insomnia
## 249 72 6000 None
## 250 72 6000 None
## 251 65 6000 Insomnia
## 252 65 6000 Insomnia
## 253 65 6000 Insomnia
## 254 65 6000 Insomnia
## 255 65 6000 Insomnia
## 256 65 6000 Insomnia
## 257 65 6000 Insomnia
## 258 65 6000 Insomnia
## 259 65 6000 Insomnia
## 260 65 6000 Insomnia
## 261 65 6000 Insomnia
## 262 65 6000 None
## 263 65 6000 None
## 264 75 5500 None
## 265 83 3500 Insomnia
## 266 75 10000 Sleep Apnea
## 267 83 3500 Insomnia
## 268 75 10000 None
## 269 75 10000 Sleep Apnea
## 270 75 10000 Sleep Apnea
## 271 75 10000 Sleep Apnea
## 272 75 10000 Sleep Apnea
## 273 75 10000 Sleep Apnea
## 274 75 10000 Sleep Apnea
## 275 75 10000 Sleep Apnea
## 276 75 10000 Sleep Apnea
## 277 86 3700 Sleep Apnea
## 278 86 3700 Sleep Apnea
## 279 75 10000 Insomnia
## 280 65 5000 None
## 281 75 10000 None
## 282 75 10000 Sleep Apnea
## 283 75 10000 Sleep Apnea
## 284 75 10000 Sleep Apnea
## 285 75 10000 Sleep Apnea
## 286 75 10000 Sleep Apnea
## 287 75 10000 Sleep Apnea
## 288 75 10000 Sleep Apnea
## 289 75 10000 Sleep Apnea
## 290 75 10000 Sleep Apnea
## 291 75 10000 Sleep Apnea
## 292 75 10000 Sleep Apnea
## 293 75 10000 Sleep Apnea
## 294 75 10000 Sleep Apnea
## 295 75 10000 Sleep Apnea
## 296 75 10000 Sleep Apnea
## 297 75 10000 Sleep Apnea
## 298 75 10000 Sleep Apnea
## 299 65 5000 None
## 300 65 5000 None
## 301 65 5000 None
## 302 65 5000 None
## 303 72 6000 None
## 304 75 10000 Sleep Apnea
## 305 75 10000 Sleep Apnea
## 306 75 10000 Sleep Apnea
## 307 72 6000 Insomnia
## 308 72 6000 Insomnia
## 309 72 6000 Insomnia
## 310 72 6000 Insomnia
## 311 72 6000 Insomnia
## 312 72 6000 Insomnia
## 313 65 5000 None
## 314 65 5000 None
## 315 65 5000 None
## 316 65 5000 Insomnia
## 317 65 5000 None
## 318 65 5000 None
## 319 65 5000 None
## 320 65 5000 None
## 321 65 5000 None
## 322 65 5000 None
## 323 65 5000 None
## 324 65 5000 None
## 325 65 5000 None
## 326 65 5000 None
## 327 65 5000 None
## 328 65 5000 None
## 329 65 5000 None
## 330 65 5000 None
## 331 65 5000 None
## 332 65 5000 None
## 333 65 5000 None
## 334 65 5000 None
## 335 65 5000 None
## 336 65 5000 None
## 337 65 5000 None
## 338 65 5000 None
## 339 65 5000 None
## 340 72 5000 Sleep Apnea
## 341 72 5000 Sleep Apnea
## 342 65 10000 None
## 343 65 10000 None
## 344 68 7000 None
## 345 68 7000 Sleep Apnea
## 346 68 7000 Sleep Apnea
## 347 68 7000 Sleep Apnea
## 348 68 7000 Sleep Apnea
## 349 68 7000 Sleep Apnea
## 350 68 7000 Sleep Apnea
## 351 68 7000 Sleep Apnea
## 352 68 7000 Sleep Apnea
## 353 68 7000 Sleep Apnea
## 354 68 7000 Sleep Apnea
## 355 68 7000 Sleep Apnea
## 356 68 7000 Sleep Apnea
## 357 68 7000 Sleep Apnea
## 358 68 7000 Sleep Apnea
## 359 68 7000 None
## 360 68 7000 None
## 361 68 7000 Sleep Apnea
## 362 68 7000 Sleep Apnea
## 363 68 7000 Sleep Apnea
## 364 68 7000 Sleep Apnea
## 365 68 7000 Sleep Apnea
## 366 68 7000 Sleep Apnea
## 367 68 7000 Sleep Apnea
## 368 68 7000 Sleep Apnea
## 369 68 7000 Sleep Apnea
## 370 68 7000 Sleep Apnea
## 371 68 7000 Sleep Apnea
## 372 68 7000 Sleep Apnea
## 373 68 7000 Sleep Apnea
## 374 68 7000 Sleep Apnea