---
title: "Project 2"   
output:
    html_document:
      code_download: true    
      theme: cosmo
      toc: true
      toc_float: true
      highlight: tango
      number_sections: true
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE, error=T)
```

# Situering
Een hoge bloeddruk leidt op lange termijn tot een grotere kans op hart- en vaatziekten. Om hoge bloeddruk te bestrijden, willen wetenschappers het effect van 3 verschillende geneesmiddelen onderzoeken: amlodipine (een calciumkanaalblokker), lisinopril (angiotensine-converterend enzym) en metoprolol (een beta-blokker). Daarom worden 32 patiënten met hoge bloeddruk willekeurig in 4 groepen verdeeld, waarbij elke groep bestaat uit 8 patiënten. Drie groepen zullen gedurende één maand dagelijks een van de geneesmiddelen (amlodipine, lisinopril of metoprolol) toegediend krijgen, terwijl de vierde groep een placebo ontvangt. Van elke patiënt wordt tweemaal de bloeddruk (in mmHg) gemeten: een eerste maal voor het begin van het experiment (de "voor"-meting) en een tweede maal na één maand (de "na"-meting).

# Onderzoeksvraag & analyse
De onderzoekers willen het effect van de behandelingen met de verschillende geneesmiddelen op de bloeddruk tov de placebobehandeling en tussen de behandelingen met de verschillende geneesmiddelen onderling onderzoeken.

# Opdracht
\begin{itemize}
  \item Informatieve data-exploratie (& eventueel herstructurering van de dataset)
  \item Correcte data-analyse
  \item Volledige conclusie
\end{itemize}

Tip: denk na over hoe je het effect van een geneesmiddel het best kan evalueren

# Indienen
Vul deze Rmarkdown file de secties "Nodige packages inladen", "Data-exploratie", "Data-analyse" en "Conclusie" aan en knit die vervolgens naar een pdf-file. Dit project verloopt in groepjes van 3 of 4 (niet 1 of 2!). Schrijf je op Ufora in bij een “ProjectII_2024” groep via “Groepen”, vervolgens dient
1 groepslid het geknitte pdf-rapport + het Rmd-bestand in op Ufora (via "Ufora tools" > "Opdrachten" > "Project II"). De deadline is 20 december om 23u59.

# Nodige packages inladen
```{r, message=F}
library(readr)

```

# Data importeren
```{r, message=F}
bp <- read_csv("https://raw.githubusercontent.com/LucasBeerland/statistiekBasisCursusData/master/bp.csv", col_types = "fffd")
```

# Data-exploratie



# Data-analyse



# Conclusie