Controle de Qualidade Estatístico

Questão 1

(a) Criar um gráfico de ramos e folhas para os dados fornecidos

o código abaixo carrega os pacotes e ler o banco de dados, em seguida faz o diagrama de ramo e folhas

library(tidyverse)
library(readxl)
library(aplpack)

visc<-read_excel('viscosidade.xlsx')


visc$`dados viscosidade`<- as.double(visc$`dados viscosidade`)



stem.leaf.backback((visc$`dados viscosidade`))

## _______________________________________________
##   1 | 2: represents 1.2, leaf unit: 0.1 
## (visc$`dados viscosidade`)
##                            (visc$`dados viscosidade`)
## _______________________________________________
##                     | 12* |                    
##                     |   t |                    
##                     |   f |                    
##    1               6|   s |6               1   
##    2               8| 12. |8               2   
##    3               1| 13* |1               3   
##    5              33|   t |33              5   
##    6               4|   f |4               6   
##   10            7776|   s |6777           10   
##   12              98| 13. |89             12   
##   17           11100| 14* |00111          17   
##   25        33333322|   t |22333333       25   
##   33        55554444|   f |44445555       33   
##   36             666|   s |666            36   
##   (8)       99998888| 14. |88889999       (8)  
##   36              11| 15* |11             36   
##   34   3333222222222|   t |2222222223333  34   
##   21             544|   f |445            21   
##   18            6666|   s |6666           18   
##   14             988| 15. |889            14   
##   11            1110| 16* |0111           11   
##                     |   t |                    
##    7              54|   f |45              7   
##    5               6|   s |6               5   
##    4             998| 16. |899             4   
##    1               0| 17* |0               1   
## _______________________________________________
## n:                80       80              
## _______________________________________________

(b) Contrua uma distribuição de frequência e o histograma

frequencia <- table(visc$`dados viscosidade`)

dist_freq <- cbind(unique(visc$`dados viscosidade`), frequencia)


hist(visc$`dados viscosidade`, main="Histograma de Viscosidade", xlab="Viscosidade", ylab="Frequência")

(c)Crie um gráfico de ramos-e-folhas ordenado, use-o como referência para obter as medianas e os quartis inferior e superior

dados_vis_ord <- sort(visc$`dados viscosidade`)

stem.leaf.backback(sort(visc$`dados viscosidade`))

## _______________________________________________
##   1 | 2: represents 1.2, leaf unit: 0.1 
## sort(visc$`dados viscosidade`)
##                            sort(visc$`dados viscosidade`)
## _______________________________________________
##                     | 12* |                    
##                     |   t |                    
##                     |   f |                    
##    1               6|   s |6               1   
##    2               8| 12. |8               2   
##    3               1| 13* |1               3   
##    5              33|   t |33              5   
##    6               4|   f |4               6   
##   10            7776|   s |6777           10   
##   12              98| 13. |89             12   
##   17           11100| 14* |00111          17   
##   25        33333322|   t |22333333       25   
##   33        55554444|   f |44445555       33   
##   36             666|   s |666            36   
##   (8)       99998888| 14. |88889999       (8)  
##   36              11| 15* |11             36   
##   34   3333222222222|   t |2222222223333  34   
##   21             544|   f |445            21   
##   18            6666|   s |6666           18   
##   14             988| 15. |889            14   
##   11            1110| 16* |0111           11   
##                     |   t |                    
##    7              54|   f |45              7   
##    5               6|   s |6               5   
##    4             998| 16. |899             4   
##    1               0| 17* |0               1   
## _______________________________________________
## n:                80       80              
## _______________________________________________

obtivemos os mesmos resultados ,vamos obter a mediana e os quartis

# obitendo a médiana 
#median(visc$`dados viscosidade`)
median(dados_vis_ord)

## [1] 14.85

usando os dados ordenados , a médiana encontrada foi de 14,85. vamos obter os quartis

quartis <- quantile(dados_vis_ord, probs = c(0.25, 0.75), na.rm = TRUE)
quartil_inf <- quartis[1] # primeiro quartil, ou quartil inferior
quartil_sup <- quartis[2] # terceiro quartil, ou quartil superior

library(gt)
 
 
 
tabela_quartis <- data.frame(quartil = c("inferior", "superior"),
                                Valor = c(quartil_inf,quartil_sup))

tabela_quartis  %>% gt()

quartil	Valor
inferior	14.3
superior	15.4

(d) Quais são os percentis de ordem 90 de 10

percentil_90 <- quantile(dados_vis_ord, probs = 0.9, na.rm = TRUE)
percentil_10 <- quantile(dados_vis_ord, probs = 0.1, na.rm = TRUE)

# Mostrar os resultados em uma tabela
tabela_percentis <- data.frame(Percentil = c("10%", "90%"),
                                Valor = c(percentil_10, percentil_90))
tabela_percentis %>% gt()

Percentil	Valor
10%	13.7
90%	16.1