Respostas

VADeaths

# Questão 1
knitr::opts_chunk$set(echo = TRUE)
categorias <- colnames(VADeaths)
values <- matrix( c(VADeaths[1,], VADeaths[2,], VADeaths[3,], VADeaths[4,], VADeaths[5,]), nrow =  5, ncol = 4 , byrow = T)
bp <- barplot(values, main = "Mortes por categoria", names.arg = categorias,
        xlab = "Categoria", ylab = "Quantidade de Mortes", col = rainbow(5), 
        beside = T, ylim = c(0, 100))
text(bp, values, labels = values, pos = 3, cex = 0.7)
legend('topleft',
       legend =  rownames(VADeaths),
       col = rainbow(5), lty = 0, lwd=10, pch = 10, cex = 1,
       bg='transparent', bty = "n")

ClassificaçãoDoença

# Questão 2
estagios <- c("moderado", "leve", "leve", "severo", "leve", "moderado", 
               "moderado", "moderado", "leve", "leve", "severo", "leve", 
               "moderado", "moderado", "leve", "severo", "moderado", 
               "moderado", "moderado", "leve")
freq_estagios <- table(estagios)
porcentagem <- round(prop.table(freq_estagios) * 100, 2)

pct <- paste(porcentagem, "%")
pie(freq_estagios, labels = pct, col = rainbow(3), 
    main = "Estágios dos Pacientes (%)")

legend("topright", legend = names(freq_estagios), fill = rainbow(3), cex = 0.8)

Twitter

Teorema

# Questão 4
file  <- "https://www.dropbox.com/s/hmt4vt3xllfrcmd/flu.csv?dl=1"
flu <- read.csv(file, header = T)

1 - Histograma e a curva de densidade do conjunto de dados

hist(flu$age, col = "gray", probability = T, main = "Histograma do conjunto de dados Flu", 
     xlab = "Age", ylab = "Densidade")
lines(density(flu$age), col = "red", lwd = 2)

2 - Crie 200 médias de amostras da população com tamanho n = 35

# definir o tamanho da amostra

medias <- numeric(200)
for (i in 1:200) {
  #Separa 35 amostras aleatórias
  amostra <- sample(flu$age, 35, replace = TRUE)
  medias[i] <- mean(amostra)
}

3 - Mostre o histograma com a curva de densidade para a médias das amostras

hist(medias, col = "gray", probability = T, main = "Histograma do conjunto de dados Flu normalizado", 
     xlab = "Age", ylab = "Densidade", ylim = c(0, 0.12))
lines(density(medias), col = "red", lwd = 2)