uts dwiki

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

data_kesehatan <- read.csv("data_kesehatan.csv")
head(data_kesehatan)

##   X id umur jenis_kelamin tinggi_badan berat_badan gula_darah tekanan_sistolik
## 1 1  1   33     Perempuan     159.5587    62.85027   80.08403         129.2978
## 2 2  2   59     Perempuan     152.9881    54.73592   79.20090         108.6373
## 3 3  3   39     Perempuan     156.1915    66.84162   99.64040         132.7729
## 4 4  4   64     Laki-laki     173.8024    54.83932   97.35650         108.7811
## 5 5  5   67     Perempuan     164.0242    62.21020   49.01314         129.4536
## 6 6  6   20     Perempuan     150.0967    61.15284  120.81147         136.4499
##   tekanan_diastolik kolesterol skor_kesehatan
## 1          69.13882   181.3293      100.00000
## 2          73.34697   209.6954      100.00000
## 3          87.14848   176.3801       88.52949
## 4          75.68339   172.1841      100.00000
## 5          82.27615   138.6886      100.00000
## 6          92.94946   183.7165       75.39378

rata_rata_tinggi_badan <- data_kesehatan %>%
  group_by(jenis_kelamin) %>%
  summarise(rata_rata_tinggi_badan = mean(tinggi_badan, na.rm = TRUE))
rata_rata_tinggi_badan

## # A tibble: 2 × 2
##   jenis_kelamin rata_rata_tinggi_badan
##   <chr>                          <dbl>
## 1 Laki-laki                       171.
## 2 Perempuan                       160.

data_kesehatan %>%
  arrange(skor_kesehatan) %>%
  slice(1:5)

##     X  id umur jenis_kelamin tinggi_badan berat_badan gula_darah
## 1  49  49   32     Perempuan     147.6860    72.92436   135.0351
## 2  11  11   68     Perempuan     162.9534    39.93666   155.9478
## 3  70  70   41     Laki-laki     170.6245    80.10678   135.5821
## 4 193 193   69     Laki-laki     176.1898    78.86749   143.8718
## 5 176 176   50     Laki-laki     165.8736    88.77864   115.3701
##   tekanan_sistolik tekanan_diastolik kolesterol skor_kesehatan
## 1         141.0703          85.51274   218.5767       45.44594
## 2         123.0276          80.65068   224.3279       48.51474
## 3         136.8850          71.69891   238.1264       53.51686
## 4         135.8586          75.48187   236.9744       54.22224
## 5         129.4345          88.19628   232.7038       57.96087

u30 <- data_kesehatan |>
  filter(umur < 30) |>
  summarise(mean(skor_kesehatan))

u50 <- data_kesehatan |>
  filter(umur >= 30)|>
  filter(umur <= 50) |>
  summarise(mean(skor_kesehatan))

lansia <- data_kesehatan |>
  filter(umur > 50) |>
  summarise(mean(skor_kesehatan))

u30

##   mean(skor_kesehatan)
## 1              90.3788

u50

##   mean(skor_kesehatan)
## 1             89.35499

lansia

##   mean(skor_kesehatan)
## 1             89.53153