vamos olhar a base de dado0s, corrigir os problemas e postar os resultados
para importar u,m arquivo vamos usar a função read_excel da bliblioteca readxl.
library(readxl)## Warning: package 'readxl' was built under R version 4.2.3Questionario_Estresse <- read_excel("C:/Users/12389905412/Desktop/Base_de_dados-master/Questionario_Estresse.xls")aqui vamos usar as funções summery, view e head para olhar a base de dados
head(Questionario_Estresse)## # 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(Questionario_Estresse)## 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(Questionario_Estresse)## 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 ...tudo que tiver 1 e 2 vai virar sim ou não, alem disso, as turmas 1, 2 e 3 devem virar A, B e C
Questionario_Estresse$Trabalha= ifelse(Questionario_Estresse$Trabalha==1,"sim","não")
Questionario_Estresse$Mora_pais= ifelse(Questionario_Estresse$Mora_pais==1,"sim","não")
Questionario_Estresse$RJ= ifelse(Questionario_Estresse$RJ==1,"sim","não")
Questionario_Estresse$Namorado_a= ifelse(Questionario_Estresse$Namorado_a==1,"sim","não")
Questionario_Estresse$Turma=ifelse(Questionario_Estresse$Turma==1,"turma a",ifelse(Questionario_Estresse$Turma==2,"turma b","turma C"))o problema foi resolvido?
str(Questionario_Estresse)## 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(Questionario_Estresse)## # 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>#desenho de pesquisa
desempenho do aluno
trabalha, namora, mora com os pais e turma
quem namora tem um desempenho pior? quem trabalha tem um desempenho pior? quem mora com os pais tem um desempenho pior? a turma b é melhor que as outras turmas no desempenho?
vamos fazer uma média por grupos. assim, farenmos o desempenho médio de quem trabalha e de quem não trabalha
library(dplyr) #para criar as estatisticas
library(flextable)#para criar as tabelas no rmarkdown
Questionario_Estresse%>%select(Trabalha,Desempenho)%>%group_by(Trabalha)%>%summarise(media=mean(Desempenho),desvio_padrao=sd(Desempenho)) %>% flextable()%>% theme_tron_legacy()Trabalha | media | desvio_padrao |
|---|---|---|
não | 8.626441 | 0.698167 |
sim | 8.540278 | 0.895511 |
quem trabalha tem media 8,5 e quem não trabalha tem nota 8,6
Questionario_Estresse%>%select(Namorado_a,Desempenho)%>%group_by(Namorado_a)%>%summarise(media=mean(Desempenho),desvio_padrao=sd(Desempenho)) %>% flextable()%>% theme_tron_legacy()Namorado_a | media | desvio_padrao |
|---|---|---|
não | 8.437917 | 0.7373557 |
sim | 8.752979 | 0.7884269 |
quem namora tem media…
Questionario_Estresse%>%select(Mora_pais,Desempenho)%>%group_by(Mora_pais)%>%summarise(media=mean(Desempenho),desvio_padrao=sd(Desempenho)) %>% flextable()%>% theme_tron_legacy()Mora_pais | media | desvio_padrao |
|---|---|---|
não | 8.674902 | 0.6096372 |
sim | 8.499773 | 0.9300900 |
Questionario_Estresse%>%select(Turma,Desempenho)%>%group_by(Turma)%>%summarise(media=mean(Desempenho),desvio_padrao=sd(Desempenho)) %>% flextable()%>% theme_tron_legacy()Turma | media | desvio_padrao |
|---|---|---|
turma C | 8.474286 | 1.0388095 |
turma a | 8.610357 | 0.4413320 |
turma b | 8.710000 | 0.6627509 |
não devemos impedir estudantes de trabalhar
o ministério do namoro deve ser criado imediatamente, já que quem namora tem uma média 3décimos maior que quem não namora