Atividade 4
Guilherme Torres
2023-05-04
Carregar Base de Dados, arquivo personagens_livro
load("C:/Users/julia/Documents/Faculdade/Estatistica/Base_de_dados-master/Game of Thrones.RData")Corrigir erros
personagens_livro$sexo = gsub("femenino","feminino",personagens_livro$sexo)Flextable
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, unionlibrary(flextable)
head(personagens_livro) %>% flextable() %>% theme_box()nome | lealdade | sexo | nobre | Guerra_dos_Tronos | Furia_dos_Reis | Tormenta_de_Espadas | Festim_dos_Corvos | Danca_dos_Dragoes | capitulo_apresentacao | ano_morte | livro inteiro da morte | capitulo_morte |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
Addam Marbrand | Lannister | masculino | 1 | 1 | 1 | 1 | 1 | 0 | 56 | |||
Aegon Frey (Jinglebell) | Ninguna | masculino | 1 | 0 | 0 | 1 | 0 | 0 | 49 | 299 | 3 | 51 |
Aegon Targaryen | Targaryen | masculino | 1 | 0 | 0 | 0 | 0 | 1 | 5 | |||
Adrack Humble | Greyjoy | masculino | 1 | 0 | 0 | 0 | 0 | 1 | 20 | 300 | 5 | 20 |
Aemon Costayne | Lannister | masculino | 1 | 0 | 0 | 1 | 0 | 0 | ||||
Aemon Estermont | Baratheon | masculino | 1 | 0 | 1 | 1 | 0 | 0 |
Tabela das variáveis Sexo e Capítulo da morte
tabela1=table(personagens_livro$sexo, personagens_livro$capitulo_morte)
tabela1##
## 0 1 2 3 4 6 7 9 10 11 12 14 16 17 18 19 20 21 23 24 25 26
## feminino 1 0 0 0 0 0 0 0 0 1 2 0 0 0 0 1 1 0 0 1 0 0
## masculino 5 1 2 1 10 2 3 1 5 1 0 3 1 1 6 6 12 5 1 1 1 4
##
## 27 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49
## feminino 0 0 0 0 1 0 5 1 1 1 0 1 0 0 0 0 0 0 0 0 0 0
## masculino 5 6 2 9 2 8 11 7 0 8 1 6 1 4 7 1 3 1 7 2 1 2
##
## 50 51 52 53 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 72 73
## feminino 0 2 1 0 1 1 0 0 0 0 0 0 0 1 0 0 1 0 5 0 1 0
## masculino 6 12 0 1 10 5 4 3 2 2 5 6 3 8 2 12 1 3 6 3 1 1
##
## 74 75 76 77 80
## feminino 0 1 1 1 0
## masculino 1 1 0 1 1Proporção da tabela1
prop.table(tabela1,1)*100##
## 0 1 2 3 4 6
## feminino 3.0303030 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000
## masculino 1.8796992 0.3759398 0.7518797 0.3759398 3.7593985 0.7518797
##
## 7 9 10 11 12 14
## feminino 0.0000000 0.0000000 0.0000000 3.0303030 6.0606061 0.0000000
## masculino 1.1278195 0.3759398 1.8796992 0.3759398 0.0000000 1.1278195
##
## 16 17 18 19 20 21
## feminino 0.0000000 0.0000000 0.0000000 3.0303030 3.0303030 0.0000000
## masculino 0.3759398 0.3759398 2.2556391 2.2556391 4.5112782 1.8796992
##
## 23 24 25 26 27 29
## feminino 0.0000000 3.0303030 0.0000000 0.0000000 0.0000000 0.0000000
## masculino 0.3759398 0.3759398 0.3759398 1.5037594 1.8796992 2.2556391
##
## 30 31 32 33 34 35
## feminino 0.0000000 0.0000000 3.0303030 0.0000000 15.1515152 3.0303030
## masculino 0.7518797 3.3834586 0.7518797 3.0075188 4.1353383 2.6315789
##
## 36 37 38 39 40 41
## feminino 3.0303030 3.0303030 0.0000000 3.0303030 0.0000000 0.0000000
## masculino 0.0000000 3.0075188 0.3759398 2.2556391 0.3759398 1.5037594
##
## 42 43 44 45 46 47
## feminino 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000
## masculino 2.6315789 0.3759398 1.1278195 0.3759398 2.6315789 0.7518797
##
## 48 49 50 51 52 53
## feminino 0.0000000 0.0000000 0.0000000 6.0606061 3.0303030 0.0000000
## masculino 0.3759398 0.7518797 2.2556391 4.5112782 0.0000000 0.3759398
##
## 55 56 57 58 59 60
## feminino 3.0303030 3.0303030 0.0000000 0.0000000 0.0000000 0.0000000
## masculino 3.7593985 1.8796992 1.5037594 1.1278195 0.7518797 0.7518797
##
## 61 62 63 64 65 66
## feminino 0.0000000 0.0000000 0.0000000 3.0303030 0.0000000 0.0000000
## masculino 1.8796992 2.2556391 1.1278195 3.0075188 0.7518797 4.5112782
##
## 67 68 69 70 72 73
## feminino 3.0303030 0.0000000 15.1515152 0.0000000 3.0303030 0.0000000
## masculino 0.3759398 1.1278195 2.2556391 1.1278195 0.3759398 0.3759398
##
## 74 75 76 77 80
## feminino 0.0000000 3.0303030 3.0303030 3.0303030 0.0000000
## masculino 0.3759398 0.3759398 0.0000000 0.3759398 0.3759398Montando gráfico de barras
barplot(tabela1, col = c("black", "red"), beside = TRUE,
legend.text = row.names(tabela1),
args.legend = list(x = "top", cex = 0.6))
Análise e Conclusões
Analisando o arquivo Game of Thrones.RData, com 13 colunas e mais de 900 linhas diferentes, foi escolhido para correlacionar as colunas sexo e capitulo da morte, assim podemos analisar a quantidade de mortes entre homens e mulheres por capítulo do livro.
É possível perceber que os capítulos com a maior porcentagem de mortes foram entre os capítulos18 e 24, sendo a maior parte das mortes do sexo masculino. Já entre os capítulos 30 e 35 é possível ver que em relação a toda tabela, foram os capítulos onde mais ocorreram as mortes de mulheres. E analisando a tabela em si é notório que a maior quantidade de mortes foi de homens durante os livros todos.