Estrutura

• 1)INTRODUÇÃO: ASPECTOS BÁSICOS DO R.

• 2)ESTATÍSTICAS DESCRITIVAS.

• 3)ANÁLISE GRÁFICA.

• 4)DISTRIBUIÇÃO NORMAL.

• Esta apresentação está disponível em (https://rpubs.com/anderson_aristides/1039054).

• Primeiramente copie e instale o R (https://cran.r-project.org/bin/windows/base/) e o R Studio (https://rstudio.com/products/rstudio/download/).

• Após a instalação, abra o R studio, perceba que ele tem 4 quadrantes.

• Este software é poderoso para análise de dados e gratuito. O seu funcionamento ocorre através de comandos.

• Para instalar novos pacotes no R utilizaremos o comando install.packages(“nomedopacote”), em seguida para lermos o pacote usamos o library(nomedopacote) .

• Dados que utilizaremos no AVA.

Lendo os pacotes

• Quando digitamos após o símbolo #, o R reconhecerá que essas palavras não são um comando, servindo para fazermos anotações e comentários.

#install.packages("ggplot2")

library(ggplot2)
library(readxl)

O R como uma calculadora

• Podemos utilizar o R como uma calculadora, por exemplo, realizando as operações básicas: soma (+), subtração (-), divisão(/) e multiplicação (*).

# Soma +
8+2

## [1] 10

#Subtração - 
8-2

## [1] 6

O R como uma calculadora

#Multiplicação *
8*2

## [1] 16

#Divisão /
8/2

## [1] 4

#Exponencial ^ ou **
2^3

## [1] 8

Como importar dados do excel?

• Importaremos dados do excel que retiramos do Atlas do Desenvolvimento Humano do Brasil, referente aos municípios do Brasil, no ano de 2010 (http://atlasbrasil.org.br/2013/pt/consulta/).
• Variáveis: proporção de pobres (pobreza) e esperança de vida ao nascer (exp).
• Podemos utilizar o comando read_excel, ou ainda a janela do R Studio no segundo quadrante, na aba chamada de Import Dataset. Se for usar o código, lembre de mudar o caminho (“C:/dados/dados_estat.xls”) do arquivo.

dados_estat = read_excel("C:/dados/dados_estat.xlsx")

Média Aritmética

• A média é uma medida de posição central dos dados. Considerando uma amostra de tamanho n para a variável x, a fórmula da média é:

\[\bar{x}=\frac{\sum x_i}{n} \]

# Média
mean(dados_estat$exp)

## [1] 73.08786

mean(dados_estat$pobreza)

## [1] 23.21492

Mediana

• Organize os dados de forma crescente.

• Para um número ímpar de observações, a mediana é o valor intermediário.

• Para um número par de observações, a mediana é a média dos dois valores intermediários.

median(dados_estat$exp)

## [1] 73.47

median(dados_estat$pobreza)

## [1] 18.15

Percentis

• O p-ésimo percentil é um valor tal que pelo menos p por cento das observações são menores ou iguais a esse valor e pelo menos (100-p) por cento das observações são maiores ou iguais a esse valor.

quantile(dados_estat$pobreza, c(.25, .5))

##   25%   50% 
##  7.03 18.15

Variância e Desvio Padrão

• Variância é uma medida da variabilidade que utiliza todos os dados. Seu cálculo se baseia nos desvios em torno da média ao quadrado. A medida da variância é expressa na unidade de medida original ao quadrado.

• O Desvio Padrão é definido como a raiz quadrada da variância.

• As fórmulas abaixo se referem respectivamente à variância e ao desvio padrão amostral.

\[s^2=\frac{\sum (x_i-\bar{x})^2}{n-1} \]

\[s=\sqrt{s^2}=\sqrt{\frac{\sum (x_i-\bar{x})^2}{n-1}} \]

Variância e Desvio Padrão no R

# variância
var(dados_estat$pobreza)

## [1] 320.8922

# desvio-padrão
sd(dados_estat$pobreza)

## [1] 17.91346

Estatísticas descritivas com os dados importados

# Estatísticas Descritivas
summary(dados_estat)

##       cod              mun                 exp           pobreza     
##  Min.   :1100015   Length:5563        Min.   :65.30   Min.   : 0.19  
##  1st Qu.:2512089   Class :character   1st Qu.:71.15   1st Qu.: 7.03  
##  Median :3146107   Mode  :character   Median :73.47   Median :18.15  
##  Mean   :3252671                      Mean   :73.09   Mean   :23.21  
##  3rd Qu.:4118882                      3rd Qu.:75.16   3rd Qu.:38.52  
##  Max.   :5300108                      Max.   :78.64   Max.   :78.59  
##   macro_reg        
##  Length:5563       
##  Class :character  
##  Mode  :character  
##                    
##                    
## 

Gráfico de dispersão

graf_b<-ggplot(dados_estat, aes(x= pobreza, y= exp ))+ geom_point() 

graf_b

• A loja “ N “ vende autopeças e suprimentos, incluindo um óleo de motor populares multi-classe. Quando o estoque deste óleo cai para 20 litros, um pedido de reposição é feito.

• O gerente da loja está preocupado com as vendas que estão sendo perdidas devido a falta de estoque enquanto se espera pelo novo pedido.

• Foi determinado que a demanda durante essa espera do novo pedido é normalmente distribuída com uma média de 15 litros e um desvio padrão de 6 litros. O gerente gostaria de saber a probabilidade de ocorrer uma falta de estoque.

resultado=1-pnorm(20, mean = 15, sd = 6)

resultado

## [1] 0.2023284

• Se o gerente da loja quer que a probabilidade de uma falta de estoque não seja mais do que 5%, qual deve ser o ponto de reabastecimento?

n=qnorm(0.95, mean=15, sd=6)
n

## [1] 24.86912

Referências

ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS, T. A. Estatística Aplicada à Administração e Economia. 2ªed. São Paulo: Cengage Learning, 2011.

KABCOFF, R. R IN ACTION: Data analysis and graphics with R. 2ªed. NY: Manning Publications Co., 2015.