Importar um arquivo do excel no R

Para importar vamos usar a função read_excel da biblioteca readxl.

library(readxl)
QE=read_excel("C:/Users/loren/OneDrive/Documentos/Base_de_dados-master/Questionario_Estresse.xls")

Olhar a base de dados

Aqui vamos usar as funções summary, head, view e str para olhar a base de dados.

head(QE)

## # A tibble: 6 × 10
##   Aluno Turma Mora_pais    RJ Namorado_a Trabalha Desempenho Estresse Créditos
##   <dbl> <dbl>     <dbl> <dbl>      <dbl>    <dbl>      <dbl>    <dbl>    <dbl>
## 1     1     1         2     2          2        2       8.89       23       27
## 2     2     1         1     1          2        2       8.8        24       28
## 3     3     1         2     2          2        2       8          25       25
## 4     4     1         2     2          1        1       8.8        38       21
## 5     5     1         2     2          2        1       8.9        41       18
## 6     6     1         2     2          1        1       8.1        25       29
## # ℹ 1 more variable: Horas_estudo <dbl>

summary(QE)

##      Aluno          Turma         Mora_pais           RJ          Namorado_a   
##  Min.   : 1.0   Min.   :1.000   Min.   :1.000   Min.   :1.000   Min.   :1.000  
##  1st Qu.:24.5   1st Qu.:1.000   1st Qu.:1.000   1st Qu.:1.000   1st Qu.:1.000  
##  Median :48.0   Median :2.000   Median :2.000   Median :2.000   Median :2.000  
##  Mean   :48.0   Mean   :2.074   Mean   :1.537   Mean   :1.653   Mean   :1.505  
##  3rd Qu.:71.5   3rd Qu.:3.000   3rd Qu.:2.000   3rd Qu.:2.000   3rd Qu.:2.000  
##  Max.   :95.0   Max.   :3.000   Max.   :2.000   Max.   :2.000   Max.   :2.000  
##                                                                                
##     Trabalha       Desempenho       Estresse        Créditos    
##  Min.   :1.000   Min.   :5.820   Min.   :12.00   Min.   :15.00  
##  1st Qu.:1.000   1st Qu.:8.500   1st Qu.:22.50   1st Qu.:23.00  
##  Median :2.000   Median :8.700   Median :27.00   Median :24.00  
##  Mean   :1.621   Mean   :8.594   Mean   :27.82   Mean   :24.95  
##  3rd Qu.:2.000   3rd Qu.:9.050   3rd Qu.:33.00   3rd Qu.:27.00  
##  Max.   :2.000   Max.   :9.700   Max.   :44.00   Max.   :49.00  
##                                                  NA's   :1      
##   Horas_estudo  
##  Min.   :19.00  
##  1st Qu.:25.00  
##  Median :30.00  
##  Mean   :30.73  
##  3rd Qu.:35.00  
##  Max.   :60.00  
## 

str(QE)

## tibble [95 × 10] (S3: tbl_df/tbl/data.frame)
##  $ Aluno       : num [1:95] 1 2 3 4 5 6 7 8 9 10 ...
##  $ Turma       : num [1:95] 1 1 1 1 1 1 1 1 1 1 ...
##  $ Mora_pais   : num [1:95] 2 1 2 2 2 2 2 1 1 1 ...
##  $ RJ          : num [1:95] 2 1 2 2 2 2 2 1 1 1 ...
##  $ Namorado_a  : num [1:95] 2 2 2 1 2 1 2 1 2 2 ...
##  $ Trabalha    : num [1:95] 2 2 2 1 1 1 2 1 1 1 ...
##  $ Desempenho  : num [1:95] 8.89 8.8 8 8.8 8.9 8.1 9.2 8.5 8.7 8.3 ...
##  $ Estresse    : num [1:95] 23 24 25 38 41 25 41 20 26 36 ...
##  $ Créditos    : num [1:95] 27 28 25 21 18 29 26 24 20 49 ...
##  $ Horas_estudo: num [1:95] 27 28 25 30 20 32 25 25 25 59 ...

Mudar os numeros para dados qualitativos

Tudo que tiver 1 e 2 vai ser mudado para “Sim” ou “Não”. E em relação as turmas, quais são as turmas A, Turma B e Turma C.

QE$Trabalha = ifelse(QE$Trabalha==1,"Sim", "Não")
QE$Mora_pais = ifelse(QE$Mora_pais==1,"Sim","Não")
QE$RJ = ifelse(QE$RJ==1,"Sim","Não")
QE$Namorado_a = ifelse(QE$Namorado_a==1,"Sim","Não")

QE$Turma = ifelse(QE$Turma==1,"Turma A",ifelse(QE$Turma==2,"Turma B","Turma C"))

Será que o problema foi resolvido?

str(QE)

## tibble [95 × 10] (S3: tbl_df/tbl/data.frame)
##  $ Aluno       : num [1:95] 1 2 3 4 5 6 7 8 9 10 ...
##  $ Turma       : chr [1:95] "Turma A" "Turma A" "Turma A" "Turma A" ...
##  $ Mora_pais   : chr [1:95] "Não" "Sim" "Não" "Não" ...
##  $ RJ          : chr [1:95] "Não" "Sim" "Não" "Não" ...
##  $ Namorado_a  : chr [1:95] "Não" "Não" "Não" "Sim" ...
##  $ Trabalha    : chr [1:95] "Não" "Não" "Não" "Sim" ...
##  $ Desempenho  : num [1:95] 8.89 8.8 8 8.8 8.9 8.1 9.2 8.5 8.7 8.3 ...
##  $ Estresse    : num [1:95] 23 24 25 38 41 25 41 20 26 36 ...
##  $ Créditos    : num [1:95] 27 28 25 21 18 29 26 24 20 49 ...
##  $ Horas_estudo: num [1:95] 27 28 25 30 20 32 25 25 25 59 ...

head(QE)

## # A tibble: 6 × 10
##   Aluno Turma   Mora_pais RJ    Namorado_a Trabalha Desempenho Estresse Créditos
##   <dbl> <chr>   <chr>     <chr> <chr>      <chr>         <dbl>    <dbl>    <dbl>
## 1     1 Turma A Não       Não   Não        Não            8.89       23       27
## 2     2 Turma A Sim       Sim   Não        Não            8.8        24       28
## 3     3 Turma A Não       Não   Não        Não            8          25       25
## 4     4 Turma A Não       Não   Sim        Sim            8.8        38       21
## 5     5 Turma A Não       Não   Não        Sim            8.9        41       18
## 6     6 Turma A Não       Não   Sim        Sim            8.1        25       29
## # ℹ 1 more variable: Horas_estudo <dbl>

#Questões Quem trabalha tem um desempenho pior? Quem namora tem um desempenho pior? Quem mora ocm os pais tem um desempenho melhor? A Turma B é melhor que as outras turmas no desempenho?

Desenho de Pesquisa

Desempenho de quem trabalha

library(dplyr) # para criar as estatísticas
library(flextable) # para criar as tabelas no rmarkdown

QE %>% select(Trabalha,Desempenho) %>% group_by(Trabalha) %>% summarise (média=mean(Desempenho),desvio_padrao=sd(Desempenho)) %>% flextable() %>% theme_tron_legacy()

Quem trabalha tem nota 8,5. Quem não trabalha tem nota 8,6. As notas são praticamente iguais e o fato de trabalhar ou não, não interfere na nota do estudante. A diferença é de 0,1.

Desempenho de quem namora

library(dplyr)
library(flextable)
QE %>% select(Namorado_a,Desempenho) %>% group_by(Namorado_a) %>% summarise(média=mean(Desempenho),desvio_padrao=sd(Desempenho))%>% flextable() %>% theme_tron_legacy()

Pessoas que namoram tem um maior desempenho.

Desempenho da Turma

QE %>% select(Turma,Desempenho) %>% group_by(Turma) %>% summarise(média=mean(Desempenho), desvio_padrão=sd(Desempenho)) %>% flextable()%>% theme_tron_legacy()

A Turma B tem um desempenho melhor.