O R é uma linguagem e um ambiente para computação estatística no formato de projeto de software livre de código aberto (open source), ou seja, pode ser utilizado sem custos de licença. Pelo fato de ser um software livre e com o esforço colaborativo mundial de vários pesquisadores o R é uma plataforma multidisciplinar voltado para análises de dados e referência nos meios científicos.
library(highcharter)
data(GNI2014, package = "treemap")
hcmap(
"custom/world-robinson-lowres",
data = GNI2014,
name = "Gross national income per capita",
value = "GNI",
borderWidth = 0,
nullColor = "#d3d3d3",
joinBy = c("iso-a3", "iso3")
) |>
hc_colorAxis(
stops = color_stops(colors = viridisLite::inferno(10, begin = 0.1)),
type = "logarithmic"
)Renda nacional bruta (per capita) em dólares - 2014
Introdução: Páginas interessantes, Agenda
O software o R: Instalando o software R, instalando o RStudio e interface do RStudio
Rbase: variáveis, sintaxe, comandos e como obter ajuda.
Pacote tidyverse: Leitura e Manipulação de Dados
GGPLOT: Gráficos no Software R
Introdução a série temporal
Introdução ao Rmarkadown
Exemplo prático
O R é uma linguagem orientada a objetos criada em 1996 por Ross Ihaka e Robert Gentleman que aliada a um ambiente integrado permite a manipulação de dados, realização de cálculos e geração de gráficos.
A página central do R é: <http://www.r-project.org/>
R pode ser obtido gratuitamente em <http://cran.r-project.org>, onde é apresentado em versões de acordo com o sistema operacional
Para fazer o download, você deve usar um “Cran Mirror”, clicando em CRAN na margem esquerda.
No Brasil, temos: (escolha um destes)
<http://cran-r.c3sl.ufpr.br/> Universidade Federal do Paraná
<http://cran.fiocruz.br/> Oswaldo Cruz Foundation, Rio de Janeiro
<http://www.vps.fmvz.usp.br/CRAN/> University of Sao Paulo, Sao Paulo
<http://brieger.esalq.usp.br/CRAN/> University of Sao Paulo, Piracicaba
No Cran escolhido, você escolhe o sistema operacional de sua máquina (p. ex., Windows) e faça o download do programa básico: “Base”.
Observe que na página do Download tem algumas informações úteis. Para instalar o programa básico, basta executar o arquivo R-(versão) - (sistema operacional).exe que você baixou.
- Após a instalação do R , faça a instalação do Rstudio, que está disponível em <http://rstudio.org/>.
- O download do RStudio está disponível para vários sistemas operacionais
A tela principal do RStudio, diferentemente do R, é disposta em 4 janelas. A apresentação padrão é a da Figura 1. No canto superior a esquerda é apresentada a janela Source, na qual são disponibilizados os scripts (códigos de programação previamente redigidos e salvos em arquivo com extensão .R), arquivos de texto, documentos Sweave, documentação do R e documentos TeX.
Na janela superior a direita, a primeira aba é disponibilizada para gerenciar diferentes áreas de trabalho. Já na segunda aba desta janela fica registrado o histórico de todos os scripts, funções e ações executadas.
Na parte inferior a esquerda, localiza-se a janela do Console, a mesma janela padrão disponibilizada no R. E finalmente, na janela inferior a direita, são agrupadas em uma janela outras 4 abas: a primeira delas é um gerenciador de arquivos (aba File), na segunda são exibidos os gráficos gerados pelo RStudio (aba Plots). Na terceira aba são apresentados os pacotes já instalados (aba Packages). E finalmente, a quarta aba trata-se da Ajuda (aba Help) do R/RStudio.
Na janela Source ao editar o script é possível comentar ou não automaticamente (sem necessidade de digitação) determinada parte do código utilizando a opção Edit/Comment/Uncomment Lines, mantendo o cursor na linha a ser executada ou selecionar o conjunto de linhas desejado. Nesta tela, também é possível indentar automaticamente comandos, uma prática comum na organização de scripts na área da computação.
Os scripts podem ser executados por meio do botão Run, não havendo mais necessidade de clicar com o botão direito do mouse linha a linha do script. Também é possível executar várias linhas de comando, selecionando as linhas desejadas e executando-as por meio do botão Run ou pelas teclas Ctrl+Enter.
Tal como acontece com o Console padrão do R, o Console do RStudio permite executar comandos usados anteriormente por meio das teclas Up (↑) e Down (↓). Além disso, apresenta uma lista de comandos usados recentemente, por meio das teclas Ctrl+Up (↑) ou Crtl+Down (↓).
Na aba Workspace da tela superior a direita do RStudio é apresentada a área de trabalho onde seus dados são apresentados em forma de conjunto de dados (vetores, matrizes, etc.) disponíveis na área de trabalho e variáveis, que podem ser alterados por meio de duplo clique. Nesta aba também é possível carregar um conjunto de dados e carregar uma nova área de trabalho, alternando-se facilmente entre elas.
Na aba Plots da tela inferior a direita do RStudio onde são apresentados os gráficos gerados, é possível salvar as imagens em formado PDF e figuras de diferentes formatos (JPG, BMP, TIFF, PNG, metalife,etc.)]
As linhas iniciadas pelo símbolo # são consideradas comentários.
Os comandos são separados por ponto e vírgula (“;”) ou são inseridos em nova linha; podem agrupar-se dentro de chaves (“{…}”); há distinção entre letras maiúsculas e minúsculas; se ao terminar a linha, o comando não está totalmente completo, irá aparecer o símbolo de “+” na próxima linha para continuação, usando o Console.
| Simbolo | Operações |
|---|---|
| + | Soma |
| - | Subtração |
| * | Multiplicação |
| / | Divisão |
| ^ ou ** | Potência |
| Simbolo | Descrição |
|---|---|
| < | Menor |
| <= | Menor ou igual |
| > | Maior |
| >= | Maior ou igual |
| == | Igual (comparação) |
| != | Diferente |
| & | E |
| | | Ou |
| ! | Não |
| TRUE ou 1 | Valor booleano verdadeiro (1) |
| FALSE ou 0 | Valor booleano falso (0) |
| Função | Descrição |
|---|---|
| setwd(” “) | muda o diretório do trabalho |
| getwd() | mostra o diretório do trabalho |
| ls() | lista o nome dos objetos criados na sessão atual |
| dir() | lista todos os arquivos na pasta de trabalho atual |
| search() | lista todos os pacotes carregados |
| rm() | remove o objeto entre parênteses |
| rm(list=ls(all=TRUE)) | remone todos os objetos, limpando a memória |
| attach() | reconhece os objetos dentro de um data frame |
| detach() | função que desfaz o attach |
| help.start() | página de ajuda do R |
| help() | ajuda de comando específico |
| help.search() | ajuda encontrar função |
| apropos() | encontra função que contenha determinada palavra |
| example() | mostra exemplo de como utilizar função |
# help.start() #ajuda geral do R
help("*")
help(mean)
help.search("mean") # caso não lembre bem o nome da função
?mean #mesmo que help
??mean #mesmo que help.search
apropos("help") #funções contendo "help"[1] "help" "help.request" "help.search" "help.start" example(mean)# exemplo de uso
mean> x <- c(0:10, 50)
mean> xm <- mean(x)
mean> c(xm, mean(x, trim = 0.10))
[1] 8.75 5.50| Função | Descrição |
|---|---|
| sum(x) | Soma todos os elementos do vetor x |
| sqrt(x) | Raiz quadrada de x |
| length(x) | Tamanho do vetor x |
| log(x) | Log natural de x |
| log(x,b) | Log de x com base b |
| exp(x) | Exponencial elevado a x |
| sin(x) | Seno de x |
| tan(x) | tangente de x |
| mean(x) | Média de x |
| var(x,y) ou cov(x,y) | Covariância entre x e y, ou entre as colunas de x e de y se são matrizes ou data.frame |
| cor(x,y) | Correlação linear entre x e y, ou matriz de correlação se são matrizes ou data.frames |
| max(x) | seleciona o maior elemento do vetor x |
| min(x) | seleciona o menor elemento do vetor x |
| sample() | funçã para gerar amostra |
| Tipo | Exemplo |
|---|---|
| Numérico (numeric) | 3, 7.5, 10.01 |
| Inteiro (integer) | 3L (a letra L faz o R considerar o número como inteiro) |
| Caractere (character) | “a”,“nome” |
| Lógico (logical) | TRUE, FALSA |
| Complexo (complex) | 1+4i |
Vetores: conjunto de elementos de uma mesma natureza.
Matrizes: conjunto de elementos de uma mesma natureza organizado em linhas e colunas.
Array: generaliza a ideia de matriz. Enquanto em uma matriz os elementos são organizados em duas dimensões (linhas e colunas), em um array os elementos podem ser organizados em um número arbitrário de dimensões.
Data frames: similar como matrizes, porém diferentes colunas podem possuir elementos de natureza diferentes.
Listas: generalizações de vetores, representa uma coleção de objetos.
(Clique Aqui - Dados POF - Rendimento e Trabalho)
(Clique Aqui - Dados RAIS - SC 2022)
(Clique Aqui - codigos Cidade - SC 2022)
(Clique Aqui - Dicionário Rais 2022)
x<-c(1,2,5,2,4,6,7)
x[1] 1 2 5 2 4 6 7# ordena vetor x
sort(x)[1] 1 2 2 4 5 6 7#Inverte vetor x
rev(x)[1] 7 6 4 2 5 2 1# conta valores e transforma em uma tabela
table(x)x
1 2 4 5 6 7
1 2 1 1 1 1 # valores unicos de x
unique(x)[1] 1 2 5 4 6 7x<-30:0
x [1] 30 29 28 27 26 25 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6
[26] 5 4 3 2 1 0## Por posição
# O quarto elemento
x[4][1] 27# Todos exceto o quarto
x[-4] [1] 30 29 28 26 25 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5
[26] 4 3 2 1 0# Os elementos segundo ao quarto
x[2:4][1] 29 28 27# Todos elementos exceto o segundo e o quarto
x[-(2:4)] [1] 30 26 25 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3
[26] 2 1 0# Os elementos primeiro e quinto
x[c(1, 5)][1] 30 26## Por valor
# Os elementos iguais a 10
x[x == 10][1] 10# Os elementos menores que 0
x[x < 10] [1] 9 8 7 6 5 4 3 2 1 0# Os elementos do conjunto 1,2,5
x[x %in% c(1, 2, 5)][1] 5 2 1# amostra
sample(10) [1] 2 10 6 3 5 1 4 7 9 8sample(10) [1] 6 3 8 2 7 1 5 9 10 4sample(10) [1] 1 3 4 9 7 6 10 2 8 5# gera um número pseudo aleatório utilizando sementes
set.seed(2)
sample(10) [1] 5 6 9 1 10 7 4 8 3 2set.seed(2)
sample(10) [1] 5 6 9 1 10 7 4 8 3 2set.seed(2)
sample(10) [1] 5 6 9 1 10 7 4 8 3 2# 10 números dentro do intervalo 1:40
sample(1:40,10) [1] 11 1 3 16 32 8 33 37 13 14# 5 números dentro dos fornecidos
sample(c(1,6,4,33,86,2,33),5)[1] 2 4 1 33 86#alfabeto minúsculo
sample(letters,5) # 5 letras/elementos [1] "f" "b" "w" "r" "c"sample(1:10,10) [1] 4 3 1 7 8 5 9 6 2 10sample(1:10,10, replace = TRUE) [1] 4 5 2 5 6 7 2 6 4 4#criando repetições
# cada um 10x
rep (c("a","b"),each=10) [1] "a" "a" "a" "a" "a" "a" "a" "a" "a" "a" "b" "b" "b" "b" "b" "b" "b" "b" "b"
[20] "b"# grupo 10x
rep (c("a","b"),times=10) [1] "a" "b" "a" "b" "a" "b" "a" "b" "a" "b" "a" "b" "a" "b" "a" "b" "a" "b" "a"
[20] "b"#criando dados de distribuição normal
set.seed(22)
rnorm(10) [1] -0.51213909 2.48518368 1.00782615 0.29281457 -0.20895936 1.85809239
[7] -0.06602641 -0.16276495 -0.19986068 0.30056173rnorm(10,mean=3,sd=1) [1] 2.236093 3.081962 3.743028 2.915978 2.207105 2.077846 3.861562 5.002942
[9] 3.936551 1.384265seq(1,10) [1] 1 2 3 4 5 6 7 8 9 10#sequência de 1 a 10, de 2 em 2
seq(1,10,2) [1] 1 3 5 7 9#sequência de 200 a 300, de 15 em 15
seq(200,300,15)[1] 200 215 230 245 260 275 290matrix(data = 1:6, nrow = 2, ncol = 3, byrow = FALSE, dimnames = NULL) [,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6matrix(1:6,2,3, byrow = TRUE, dimnames = list(c("L1","L2"),c("C1","C2","C3"))) C1 C2 C3
L1 1 2 3
L2 4 5 6rbind(),cbind()
#cbind()
A<-c(1,2,5,8,2)
A[1] 1 2 5 8 2B<-c(4,12,8,11,3)
B[1] 4 12 8 11 3AB<-cbind(A,B)
AB A B
[1,] 1 4
[2,] 2 12
[3,] 5 8
[4,] 8 11
[5,] 2 3#rbind()
BA<-rbind(B,A)
BA [,1] [,2] [,3] [,4] [,5]
B 4 12 8 11 3
A 1 2 5 8 2array(1:24, c(2,4,3)), , 1
[,1] [,2] [,3] [,4]
[1,] 1 3 5 7
[2,] 2 4 6 8
, , 2
[,1] [,2] [,3] [,4]
[1,] 9 11 13 15
[2,] 10 12 14 16
, , 3
[,1] [,2] [,3] [,4]
[1,] 17 19 21 23
[2,] 18 20 22 24dados = data.frame(c(20,23,30),c("A","B","A"))
names(dados)=c("idade","grupo")
dados idade grupo
1 20 A
2 23 B
3 30 Adados2 = data.frame(idade=c(20,23,30),grupo=c("A","B","A"))
dados2 idade grupo
1 20 A
2 23 B
3 30 Alista = list(x = sample(1:5, 20, rep=T),y = rep(letters[1:5], 3), z = sample(c(0,1,2), 20, rep=T))
# acessando os elementos da lista
lista[["y"]] [1] "a" "b" "c" "d" "e" "a" "b" "c" "d" "e" "a" "b" "c" "d" "e"lista[[1]] [1] 3 1 3 4 1 2 1 5 5 2 5 2 5 3 2 5 4 3 3 2lista$x [1] 3 1 3 4 1 2 1 5 5 2 5 2 5 3 2 5 4 3 3 2m1 <- matrix(1:10,nrow=5, ncol=6)
m1 [,1] [,2] [,3] [,4] [,5] [,6]
[1,] 1 6 1 6 1 6
[2,] 2 7 2 7 2 7
[3,] 3 8 3 8 3 8
[4,] 4 9 4 9 4 9
[5,] 5 10 5 10 5 10soma_m1 <- apply(m1, 2, sum)
soma_m1[1] 15 40 15 40 15 40soma_m2 <- apply(m1, 1, sum)
soma_m2[1] 21 27 33 39 45data()
dados<-iris
head(dados) Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5.0 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa#View(iris)
# Resumo dos dados
summary(dados) Sepal.Length Sepal.Width Petal.Length Petal.Width
Min. :4.300 Min. :2.000 Min. :1.000 Min. :0.100
1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300
Median :5.800 Median :3.000 Median :4.350 Median :1.300
Mean :5.843 Mean :3.057 Mean :3.758 Mean :1.199
3rd Qu.:6.400 3rd Qu.:3.300 3rd Qu.:5.100 3rd Qu.:1.800
Max. :7.900 Max. :4.400 Max. :6.900 Max. :2.500
Species
setosa :50
versicolor:50
virginica :50
# visualisando o tipo de dados
str(dados)'data.frame': 150 obs. of 5 variables:
$ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
$ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
$ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
$ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
$ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...# Acessando um elemento
dados[2,3][1] 1.4# Acessando uma linha
dados[2,] Sepal.Length Sepal.Width Petal.Length Petal.Width Species
2 4.9 3 1.4 0.2 setosa# Acessando uma coluna
dados[,3] [1] 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 1.5 1.6 1.4 1.1 1.2 1.5 1.3 1.4
[19] 1.7 1.5 1.7 1.5 1.0 1.7 1.9 1.6 1.6 1.5 1.4 1.6 1.6 1.5 1.5 1.4 1.5 1.2
[37] 1.3 1.4 1.3 1.5 1.3 1.3 1.3 1.6 1.9 1.4 1.6 1.4 1.5 1.4 4.7 4.5 4.9 4.0
[55] 4.6 4.5 4.7 3.3 4.6 3.9 3.5 4.2 4.0 4.7 3.6 4.4 4.5 4.1 4.5 3.9 4.8 4.0
[73] 4.9 4.7 4.3 4.4 4.8 5.0 4.5 3.5 3.8 3.7 3.9 5.1 4.5 4.5 4.7 4.4 4.1 4.0
[91] 4.4 4.6 4.0 3.3 4.2 4.2 4.2 4.3 3.0 4.1 6.0 5.1 5.9 5.6 5.8 6.6 4.5 6.3
[109] 5.8 6.1 5.1 5.3 5.5 5.0 5.1 5.3 5.5 6.7 6.9 5.0 5.7 4.9 6.7 4.9 5.7 6.0
[127] 4.8 4.9 5.6 5.8 6.1 6.4 5.6 5.1 5.6 6.1 5.6 5.5 4.8 5.4 5.6 5.1 5.1 5.9
[145] 5.7 5.2 5.0 5.2 5.4 5.1# Acessando uma coluna pelo nome
dados$Sepal.Length [1] 5.1 4.9 4.7 4.6 5.0 5.4 4.6 5.0 4.4 4.9 5.4 4.8 4.8 4.3 5.8 5.7 5.4 5.1
[19] 5.7 5.1 5.4 5.1 4.6 5.1 4.8 5.0 5.0 5.2 5.2 4.7 4.8 5.4 5.2 5.5 4.9 5.0
[37] 5.5 4.9 4.4 5.1 5.0 4.5 4.4 5.0 5.1 4.8 5.1 4.6 5.3 5.0 7.0 6.4 6.9 5.5
[55] 6.5 5.7 6.3 4.9 6.6 5.2 5.0 5.9 6.0 6.1 5.6 6.7 5.6 5.8 6.2 5.6 5.9 6.1
[73] 6.3 6.1 6.4 6.6 6.8 6.7 6.0 5.7 5.5 5.5 5.8 6.0 5.4 6.0 6.7 6.3 5.6 5.5
[91] 5.5 6.1 5.8 5.0 5.6 5.7 5.7 6.2 5.1 5.7 6.3 5.8 7.1 6.3 6.5 7.6 4.9 7.3
[109] 6.7 7.2 6.5 6.4 6.8 5.7 5.8 6.4 6.5 7.7 7.7 6.0 6.9 5.6 7.7 6.3 6.7 7.2
[127] 6.2 6.1 6.4 7.2 7.4 7.9 6.4 6.3 6.1 7.7 6.3 6.4 6.0 6.9 6.7 6.9 5.8 6.8
[145] 6.7 6.7 6.3 6.5 6.2 5.9# Acessando uma coluna pelo nome
dados[,"Sepal.Length"] [1] 5.1 4.9 4.7 4.6 5.0 5.4 4.6 5.0 4.4 4.9 5.4 4.8 4.8 4.3 5.8 5.7 5.4 5.1
[19] 5.7 5.1 5.4 5.1 4.6 5.1 4.8 5.0 5.0 5.2 5.2 4.7 4.8 5.4 5.2 5.5 4.9 5.0
[37] 5.5 4.9 4.4 5.1 5.0 4.5 4.4 5.0 5.1 4.8 5.1 4.6 5.3 5.0 7.0 6.4 6.9 5.5
[55] 6.5 5.7 6.3 4.9 6.6 5.2 5.0 5.9 6.0 6.1 5.6 6.7 5.6 5.8 6.2 5.6 5.9 6.1
[73] 6.3 6.1 6.4 6.6 6.8 6.7 6.0 5.7 5.5 5.5 5.8 6.0 5.4 6.0 6.7 6.3 5.6 5.5
[91] 5.5 6.1 5.8 5.0 5.6 5.7 5.7 6.2 5.1 5.7 6.3 5.8 7.1 6.3 6.5 7.6 4.9 7.3
[109] 6.7 7.2 6.5 6.4 6.8 5.7 5.8 6.4 6.5 7.7 7.7 6.0 6.9 5.6 7.7 6.3 6.7 7.2
[127] 6.2 6.1 6.4 7.2 7.4 7.9 6.4 6.3 6.1 7.7 6.3 6.4 6.0 6.9 6.7 6.9 5.8 6.8
[145] 6.7 6.7 6.3 6.5 6.2 5.9# apenas linhas da Species == setosa
setosa<-dados[dados$Species=="setosa",]
# apenas linhas valor de sepal length < 5
menor5<-dados[dados$Sepal.Length<5,]# Filtros usando o comando subset
head(airquality) Ozone Solar.R Wind Temp Month Day
1 41 190 7.4 67 5 1
2 36 118 8.0 72 5 2
3 12 149 12.6 74 5 3
4 18 313 11.5 62 5 4
5 NA NA 14.3 56 5 5
6 28 NA 14.9 66 5 6dados<-subset(airquality, Temp > 80)
head(dados) Ozone Solar.R Wind Temp Month Day
29 45 252 14.9 81 5 29
35 NA 186 9.2 84 6 4
36 NA 220 8.6 85 6 5
38 29 127 9.7 82 6 7
39 NA 273 6.9 87 6 8
40 71 291 13.8 90 6 9dados<-subset(airquality, Temp > 80, select = c(Ozone, Temp))
head(dados) Ozone Temp
29 45 81
35 NA 84
36 NA 85
38 29 82
39 NA 87
40 71 90dados<-subset(airquality, Day == 1, select = -Temp)
head(dados) Ozone Solar.R Wind Month Day
1 41 190 7.4 5 1
32 NA 286 8.6 6 1
62 135 269 4.1 7 1
93 39 83 6.9 8 1
124 96 167 6.9 9 1dados<-subset(airquality, select = Ozone:Wind)
head(dados) Ozone Solar.R Wind
1 41 190 7.4
2 36 118 8.0
3 12 149 12.6
4 18 313 11.5
5 NA NA 14.3
6 28 NA 14.9dados<-iris
tapply(dados$Sepal.Width, dados$Species, median) setosa versicolor virginica
3.4 2.8 3.0 # calcula a média por species
grupo_media <- aggregate(Sepal.Width ~ Species, data = dados, mean)
grupo_media Species Sepal.Width
1 setosa 3.428
2 versicolor 2.770
3 virginica 2.974# exemplo com outro conjunto de dados
dados<-CO2
head(dados) Plant Type Treatment conc uptake
1 Qn1 Quebec nonchilled 95 16.0
2 Qn1 Quebec nonchilled 175 30.4
3 Qn1 Quebec nonchilled 250 34.8
4 Qn1 Quebec nonchilled 350 37.2
5 Qn1 Quebec nonchilled 500 35.3
6 Qn1 Quebec nonchilled 675 39.2grupo_media <- aggregate(uptake ~ Type, data = dados, mean)
grupo_media Type uptake
1 Quebec 33.54286
2 Mississippi 20.88333# calcula a média por Type e Treatment
grupo_media <- aggregate(uptake ~ Type+Treatment, data = dados, mean)
grupo_media Type Treatment uptake
1 Quebec nonchilled 35.33333
2 Mississippi nonchilled 25.95238
3 Quebec chilled 31.75238
4 Mississippi chilled 15.81429# write.table(df, 'file.txt')
write.table(iris, 'df_iris.txt')
# df <- read.table('file.txt')
df <- read.table('df_iris.txt')#write.csv(df, 'file.csv')
write.csv(iris, 'df_iris.csv')
#df <- read.csv('file.csv')
df <- read.csv('df_iris.csv')# save(df, file = 'file.Rdata')
save(iris, file = 'df_iris.Rdata')
# load('file.RData')
load('df_iris.Rdata')library(haven)
write_sav(iris,"df_iris.sav")
iris_SPSS<-read_sav("df_iris.sav")head(mtcars) mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1write_dta(mtcars,"df_mtcars.dta")
mtcars_STATA<-read_dta("df_mtcars.dta")
# Ou
# mtcars_STATA<-read_stata("df_mtcars.dta")Existem outros pacotes para abrir arquivos de diferentes software, inclusive pacotes especificos para abrir formato excel, spss, stata, SAS e etc (readxl, forign).
Criar uma data frame simulando uma base de dados contendo as colunas sexo, altura e idade. Onde, sexo é uma coluna de M e F alternados, altura é uma variável normal com média 1.6 e desvio padrão 0,2 e idade é um valor que varia de 15 a 25 anos. Salvar no formato csv
# Resposta
sexo<-rep(c("M","F"),5)
altura<-rnorm(10,1.6,.2)
idade<-sample(15:25,10)
dados<-data.frame(sexo,altura,idade)
write.csv(dados,"dados_exercicio.csv")O tidyverse é uma coleção de pacotes R projetados para ciência de dados. Todos os pacotes compartilham uma filosofia de design, gramática e estruturas de dados semelhantes.
#instalar
#install.packages("tidyverse")
#carregar pacotes
library(tidyverse)── Attaching packages ─────────────────────────────────────── tidyverse 1.3.1 ──✔ ggplot2 3.3.6 ✔ purrr 0.3.4
✔ tibble 3.1.7 ✔ dplyr 1.0.9
✔ tidyr 1.2.0 ✔ stringr 1.4.0
✔ readr 2.1.2 ✔ forcats 0.5.1── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag() masks stats::lag()#require(tidyverse)Formato de data frame do tidyverse é o tibble
#iris
dados<-as_tibble(iris)dados2<-iris
# repare na diferença em relação as tabelas
head(dados)# A tibble: 6 × 5
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
<dbl> <dbl> <dbl> <dbl> <fct>
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa head(dados2) Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5.0 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa# write_csv(dados,"dados.csv")
# dados3<-read_csv("dados.csv")dados<- as_tibble(iris)#select
#Seleciona/renomeia variáveis por nome e posição
?select
help(select)colnames(dados)[1] "Sepal.Length" "Sepal.Width" "Petal.Length" "Petal.Width" "Species" names(dados)<-c("teste1","teste2","teste3","teste4","teste5")
head(dados)# A tibble: 6 × 5
teste1 teste2 teste3 teste4 teste5
<dbl> <dbl> <dbl> <dbl> <fct>
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosadados<-as_tibble(iris) # voltando dados originais#selecionando a primeira variável
select(dados, 1)# A tibble: 150 × 1
Sepal.Length
<dbl>
1 5.1
2 4.9
3 4.7
4 4.6
5 5
6 5.4
7 4.6
8 5
9 4.4
10 4.9
# … with 140 more rowsselect(dados, Sepal.Length)# A tibble: 150 × 1
Sepal.Length
<dbl>
1 5.1
2 4.9
3 4.7
4 4.6
5 5
6 5.4
7 4.6
8 5
9 4.4
10 4.9
# … with 140 more rows#Selecionando as duas primeiras variáveis
select(dados, 1:2)# A tibble: 150 × 2
Sepal.Length Sepal.Width
<dbl> <dbl>
1 5.1 3.5
2 4.9 3
3 4.7 3.2
4 4.6 3.1
5 5 3.6
6 5.4 3.9
7 4.6 3.4
8 5 3.4
9 4.4 2.9
10 4.9 3.1
# … with 140 more rowsselect(dados, Sepal.Length,Sepal.Width)# A tibble: 150 × 2
Sepal.Length Sepal.Width
<dbl> <dbl>
1 5.1 3.5
2 4.9 3
3 4.7 3.2
4 4.6 3.1
5 5 3.6
6 5.4 3.9
7 4.6 3.4
8 5 3.4
9 4.4 2.9
10 4.9 3.1
# … with 140 more rows#Selecionando as três primeiras variáveis
select(dados, 1:3)# A tibble: 150 × 3
Sepal.Length Sepal.Width Petal.Length
<dbl> <dbl> <dbl>
1 5.1 3.5 1.4
2 4.9 3 1.4
3 4.7 3.2 1.3
4 4.6 3.1 1.5
5 5 3.6 1.4
6 5.4 3.9 1.7
7 4.6 3.4 1.4
8 5 3.4 1.5
9 4.4 2.9 1.4
10 4.9 3.1 1.5
# … with 140 more rowsselect(dados, Sepal.Length,Sepal.Width,Petal.Length)# A tibble: 150 × 3
Sepal.Length Sepal.Width Petal.Length
<dbl> <dbl> <dbl>
1 5.1 3.5 1.4
2 4.9 3 1.4
3 4.7 3.2 1.3
4 4.6 3.1 1.5
5 5 3.6 1.4
6 5.4 3.9 1.7
7 4.6 3.4 1.4
8 5 3.4 1.5
9 4.4 2.9 1.4
10 4.9 3.1 1.5
# … with 140 more rowsselect(dados, Sepal.Length:Petal.Length)# A tibble: 150 × 3
Sepal.Length Sepal.Width Petal.Length
<dbl> <dbl> <dbl>
1 5.1 3.5 1.4
2 4.9 3 1.4
3 4.7 3.2 1.3
4 4.6 3.1 1.5
5 5 3.6 1.4
6 5.4 3.9 1.7
7 4.6 3.4 1.4
8 5 3.4 1.5
9 4.4 2.9 1.4
10 4.9 3.1 1.5
# … with 140 more rows#Excluindo colunas
select(dados, -1)# A tibble: 150 × 4
Sepal.Width Petal.Length Petal.Width Species
<dbl> <dbl> <dbl> <fct>
1 3.5 1.4 0.2 setosa
2 3 1.4 0.2 setosa
3 3.2 1.3 0.2 setosa
4 3.1 1.5 0.2 setosa
5 3.6 1.4 0.2 setosa
6 3.9 1.7 0.4 setosa
7 3.4 1.4 0.3 setosa
8 3.4 1.5 0.2 setosa
9 2.9 1.4 0.2 setosa
10 3.1 1.5 0.1 setosa
# … with 140 more rowsselect(dados, -Sepal.Length)# A tibble: 150 × 4
Sepal.Width Petal.Length Petal.Width Species
<dbl> <dbl> <dbl> <fct>
1 3.5 1.4 0.2 setosa
2 3 1.4 0.2 setosa
3 3.2 1.3 0.2 setosa
4 3.1 1.5 0.2 setosa
5 3.6 1.4 0.2 setosa
6 3.9 1.7 0.4 setosa
7 3.4 1.4 0.3 setosa
8 3.4 1.5 0.2 setosa
9 2.9 1.4 0.2 setosa
10 3.1 1.5 0.1 setosa
# … with 140 more rowsselect(dados, -(4:5))# A tibble: 150 × 3
Sepal.Length Sepal.Width Petal.Length
<dbl> <dbl> <dbl>
1 5.1 3.5 1.4
2 4.9 3 1.4
3 4.7 3.2 1.3
4 4.6 3.1 1.5
5 5 3.6 1.4
6 5.4 3.9 1.7
7 4.6 3.4 1.4
8 5 3.4 1.5
9 4.4 2.9 1.4
10 4.9 3.1 1.5
# … with 140 more rows#Outras formas de seleção
select(dados, starts_with("S")) # começa com# A tibble: 150 × 3
Sepal.Length Sepal.Width Species
<dbl> <dbl> <fct>
1 5.1 3.5 setosa
2 4.9 3 setosa
3 4.7 3.2 setosa
4 4.6 3.1 setosa
5 5 3.6 setosa
6 5.4 3.9 setosa
7 4.6 3.4 setosa
8 5 3.4 setosa
9 4.4 2.9 setosa
10 4.9 3.1 setosa
# … with 140 more rowsselect(dados, ends_with("Width"))# termina com# A tibble: 150 × 2
Sepal.Width Petal.Width
<dbl> <dbl>
1 3.5 0.2
2 3 0.2
3 3.2 0.2
4 3.1 0.2
5 3.6 0.2
6 3.9 0.4
7 3.4 0.3
8 3.4 0.2
9 2.9 0.2
10 3.1 0.1
# … with 140 more rowsselect(dados, contains("tal"))# contém "# A tibble: 150 × 2
Petal.Length Petal.Width
<dbl> <dbl>
1 1.4 0.2
2 1.4 0.2
3 1.3 0.2
4 1.5 0.2
5 1.4 0.2
6 1.7 0.4
7 1.4 0.3
8 1.5 0.2
9 1.4 0.2
10 1.5 0.1
# … with 140 more rows#Renomeando - mantém apenas as variáveis selecionadas
select(dados, comprimento_petala = Petal.Length)# A tibble: 150 × 1
comprimento_petala
<dbl>
1 1.4
2 1.4
3 1.3
4 1.5
5 1.4
6 1.7
7 1.4
8 1.5
9 1.4
10 1.5
# … with 140 more rows#filter
#filtra linhas de acordo com condições estabelecidas
#Petal width menor que 1
filter(dados,Petal.Width<1)# A tibble: 50 × 5
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
<dbl> <dbl> <dbl> <dbl> <fct>
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa
7 4.6 3.4 1.4 0.3 setosa
8 5 3.4 1.5 0.2 setosa
9 4.4 2.9 1.4 0.2 setosa
10 4.9 3.1 1.5 0.1 setosa
# … with 40 more rows#Petal Species igual a virginica
filter(dados,Species == "virginica")# A tibble: 50 × 5
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
<dbl> <dbl> <dbl> <dbl> <fct>
1 6.3 3.3 6 2.5 virginica
2 5.8 2.7 5.1 1.9 virginica
3 7.1 3 5.9 2.1 virginica
4 6.3 2.9 5.6 1.8 virginica
5 6.5 3 5.8 2.2 virginica
6 7.6 3 6.6 2.1 virginica
7 4.9 2.5 4.5 1.7 virginica
8 7.3 2.9 6.3 1.8 virginica
9 6.7 2.5 5.8 1.8 virginica
10 7.2 3.6 6.1 2.5 virginica
# … with 40 more rows# menor que 2 E Species "virginica"
filter(dados,Petal.Width<2 & Species == "virginica") # A tibble: 21 × 5
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
<dbl> <dbl> <dbl> <dbl> <fct>
1 5.8 2.7 5.1 1.9 virginica
2 6.3 2.9 5.6 1.8 virginica
3 4.9 2.5 4.5 1.7 virginica
4 7.3 2.9 6.3 1.8 virginica
5 6.7 2.5 5.8 1.8 virginica
6 6.4 2.7 5.3 1.9 virginica
7 6.5 3 5.5 1.8 virginica
8 6 2.2 5 1.5 virginica
9 6.3 2.7 4.9 1.8 virginica
10 7.2 3.2 6 1.8 virginica
# … with 11 more rows#arrange
#organiza linhas por variáveis
arrange(dados,Petal.Width) # crescente# A tibble: 150 × 5
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
<dbl> <dbl> <dbl> <dbl> <fct>
1 4.9 3.1 1.5 0.1 setosa
2 4.8 3 1.4 0.1 setosa
3 4.3 3 1.1 0.1 setosa
4 5.2 4.1 1.5 0.1 setosa
5 4.9 3.6 1.4 0.1 setosa
6 5.1 3.5 1.4 0.2 setosa
7 4.9 3 1.4 0.2 setosa
8 4.7 3.2 1.3 0.2 setosa
9 4.6 3.1 1.5 0.2 setosa
10 5 3.6 1.4 0.2 setosa
# … with 140 more rowsarrange(dados,desc(Petal.Width)) # decrescente# A tibble: 150 × 5
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
<dbl> <dbl> <dbl> <dbl> <fct>
1 6.3 3.3 6 2.5 virginica
2 7.2 3.6 6.1 2.5 virginica
3 6.7 3.3 5.7 2.5 virginica
4 5.8 2.8 5.1 2.4 virginica
5 6.3 3.4 5.6 2.4 virginica
6 6.7 3.1 5.6 2.4 virginica
7 6.4 3.2 5.3 2.3 virginica
8 7.7 2.6 6.9 2.3 virginica
9 6.9 3.2 5.7 2.3 virginica
10 7.7 3 6.1 2.3 virginica
# … with 140 more rows#mutate
#cria novas variáveis
mutate(dados, sepal_mul = Sepal.Length * Sepal.Width)# A tibble: 150 × 6
Sepal.Length Sepal.Width Petal.Length Petal.Width Species sepal_mul
<dbl> <dbl> <dbl> <dbl> <fct> <dbl>
1 5.1 3.5 1.4 0.2 setosa 17.8
2 4.9 3 1.4 0.2 setosa 14.7
3 4.7 3.2 1.3 0.2 setosa 15.0
4 4.6 3.1 1.5 0.2 setosa 14.3
5 5 3.6 1.4 0.2 setosa 18
6 5.4 3.9 1.7 0.4 setosa 21.1
7 4.6 3.4 1.4 0.3 setosa 15.6
8 5 3.4 1.5 0.2 setosa 17
9 4.4 2.9 1.4 0.2 setosa 12.8
10 4.9 3.1 1.5 0.1 setosa 15.2
# … with 140 more rowsmutate(dados, sepal_Soma = Sepal.Length +20)# A tibble: 150 × 6
Sepal.Length Sepal.Width Petal.Length Petal.Width Species sepal_Soma
<dbl> <dbl> <dbl> <dbl> <fct> <dbl>
1 5.1 3.5 1.4 0.2 setosa 25.1
2 4.9 3 1.4 0.2 setosa 24.9
3 4.7 3.2 1.3 0.2 setosa 24.7
4 4.6 3.1 1.5 0.2 setosa 24.6
5 5 3.6 1.4 0.2 setosa 25
6 5.4 3.9 1.7 0.4 setosa 25.4
7 4.6 3.4 1.4 0.3 setosa 24.6
8 5 3.4 1.5 0.2 setosa 25
9 4.4 2.9 1.4 0.2 setosa 24.4
10 4.9 3.1 1.5 0.1 setosa 24.9
# … with 140 more rows#combinando com argumento if_else
col_comb<- mutate(dados, comprimento = if_else(Petal.Length>=3,"grande","pequeno"))
col_comb# A tibble: 150 × 6
Sepal.Length Sepal.Width Petal.Length Petal.Width Species comprimento
<dbl> <dbl> <dbl> <dbl> <fct> <chr>
1 5.1 3.5 1.4 0.2 setosa pequeno
2 4.9 3 1.4 0.2 setosa pequeno
3 4.7 3.2 1.3 0.2 setosa pequeno
4 4.6 3.1 1.5 0.2 setosa pequeno
5 5 3.6 1.4 0.2 setosa pequeno
6 5.4 3.9 1.7 0.4 setosa pequeno
7 4.6 3.4 1.4 0.3 setosa pequeno
8 5 3.4 1.5 0.2 setosa pequeno
9 4.4 2.9 1.4 0.2 setosa pequeno
10 4.9 3.1 1.5 0.1 setosa pequeno
# … with 140 more rows#group_by
#'marca' variáveis por grupo
dados<- group_by(dados, Species)
#View(dados)#summarise
# aplica funções nos grupos
summarise(dados, media= mean(Petal.Width),desvio_padrao=sd(Petal.Width),soma= sum(Petal.Width))# A tibble: 3 × 4
Species media desvio_padrao soma
<fct> <dbl> <dbl> <dbl>
1 setosa 0.246 0.105 12.3
2 versicolor 1.33 0.198 66.3
3 virginica 2.03 0.275 101. df1<- tibble("altura"= c(1.8,1.6,1.65), "peso"=c(62,65,70))
#dfl
df2<- tibble("altura"= c(1.6,1.65,1.5), "peso"=c(65,55,70))
#df2
df3<- tibble("peso"=c(55,60,66), "genero"=c("masc","masc","fem"))
df3# A tibble: 3 × 2
peso genero
<dbl> <chr>
1 55 masc
2 60 masc
3 66 fem #juntando
#juntando colunas
# mesmo número de linhas
bind_cols(df1,df2) New names:
• `altura` -> `altura...1`
• `peso` -> `peso...2`
• `altura` -> `altura...3`
• `peso` -> `peso...4`# A tibble: 3 × 4
altura...1 peso...2 altura...3 peso...4
<dbl> <dbl> <dbl> <dbl>
1 1.8 62 1.6 65
2 1.6 65 1.65 55
3 1.65 70 1.5 70bind_cols(df1,df3)New names:
• `peso` -> `peso...2`
• `peso` -> `peso...3`# A tibble: 3 × 4
altura peso...2 peso...3 genero
<dbl> <dbl> <dbl> <chr>
1 1.8 62 55 masc
2 1.6 65 60 masc
3 1.65 70 66 fem bind_cols(df2,df3)New names:
• `peso` -> `peso...2`
• `peso` -> `peso...3`# A tibble: 3 × 4
altura peso...2 peso...3 genero
<dbl> <dbl> <dbl> <chr>
1 1.6 65 55 masc
2 1.65 55 60 masc
3 1.5 70 66 fem # Os data frames precisam ter o mesmo número de linhas para usar bind_cols()#juntando por linhas
# todas as colunas em comum
bind_rows(df1,df2) # uma coluna em comum# A tibble: 6 × 2
altura peso
<dbl> <dbl>
1 1.8 62
2 1.6 65
3 1.65 70
4 1.6 65
5 1.65 55
6 1.5 70# uma coluna em comum
bind_rows(df2,df3) # A tibble: 6 × 3
altura peso genero
<dbl> <dbl> <chr>
1 1.6 65 <NA>
2 1.65 55 <NA>
3 1.5 70 <NA>
4 NA 55 masc
5 NA 60 masc
6 NA 66 fem # Criando data frame com colunas diferentes
df4<- tibble("c1"=c("a","b"),"c2"=1:2, "c3"=50:51)
df4# A tibble: 2 × 3
c1 c2 c3
<chr> <int> <int>
1 a 1 50
2 b 2 51#nenhuma coluna em comum
bind_rows(df1,df4) # A tibble: 5 × 5
altura peso c1 c2 c3
<dbl> <dbl> <chr> <int> <int>
1 1.8 62 <NA> NA NA
2 1.6 65 <NA> NA NA
3 1.65 70 <NA> NA NA
4 NA NA a 1 50
5 NA NA b 2 51############
#juntando por colunas iguais
?join
# retorna números em comum
inner_join(df2,df3, by="peso") # A tibble: 1 × 3
altura peso genero
<dbl> <dbl> <chr>
1 1.65 55 masc # todos os valores do data frame da esquerda
left_join(df2,df3, by="peso")# A tibble: 3 × 3
altura peso genero
<dbl> <dbl> <chr>
1 1.6 65 <NA>
2 1.65 55 masc
3 1.5 70 <NA> # todos os valores do data frame da direita
right_join(df2,df3, by="peso") # A tibble: 3 × 3
altura peso genero
<dbl> <dbl> <chr>
1 1.65 55 masc
2 NA 60 masc
3 NA 66 fem # todos os valores
full_join(df2,df3, by="peso")# A tibble: 5 × 3
altura peso genero
<dbl> <dbl> <chr>
1 1.6 65 <NA>
2 1.65 55 masc
3 1.5 70 <NA>
4 NA 60 masc
5 NA 66 fem # todos os valores NÃO combinados do primeiro data frame
anti_join(df2,df3, by="peso") # A tibble: 2 × 2
altura peso
<dbl> <dbl>
1 1.6 65
2 1.5 70# filtrar valores
?distinct
# combinando "df1" e "df2"
dist<- bind_rows(df1,df2)
dist# A tibble: 6 × 2
altura peso
<dbl> <dbl>
1 1.8 62
2 1.6 65
3 1.65 70
4 1.6 65
5 1.65 55
6 1.5 70# mantém apenas a coluna selecionada
distinct(dist,peso) # A tibble: 4 × 1
peso
<dbl>
1 62
2 65
3 70
4 55# mantém todas as colunas
distinct(dist,peso, .keep_all= TRUE) # A tibble: 4 × 2
altura peso
<dbl> <dbl>
1 1.8 62
2 1.6 65
3 1.65 70
4 1.65 55dados<- as_tibble(iris)# %>% "pipe" ou "tubo"
#coloca o objeto que vem antes do pipe como primeiro argumento da função que vem depois
setosa<- dados %>% filter(Species == "setosa")
#mesma coisa que:
setosa<- filter(dados, Species == "setosa")# Forma mais dinamica de ler os dados
# Fazendo comandos separados
setosa<-filter(dados,Species == "setosa")
setosa<-select(setosa,1:3)
setosa<- mutate(setosa,soma =Sepal.Length+Sepal.Width)
# Fazendo o comando usando o pipe
setosa1<- dados %>% filter(Species == "setosa") %>% select(1:3) %>% mutate(setosa,soma =Sepal.Length+Sepal.Width)
#View(setosa1)#library(tidyr) # não necessário se o tidyverse já foi carregado
#junta valores de diferentes colunas e reorganiza
#gather( dataframe, variavel, valor, colunas)
#gather(setosa, variavel,numero, - linha)
dados1<- dados %>% select(3:5) %>% gather(variavel,numero,-Species)
dados1# A tibble: 300 × 3
Species variavel numero
<fct> <chr> <dbl>
1 setosa Petal.Length 1.4
2 setosa Petal.Length 1.4
3 setosa Petal.Length 1.3
4 setosa Petal.Length 1.5
5 setosa Petal.Length 1.4
6 setosa Petal.Length 1.7
7 setosa Petal.Length 1.4
8 setosa Petal.Length 1.5
9 setosa Petal.Length 1.4
10 setosa Petal.Length 1.5
# … with 290 more rowspop<-population
head(pop)# A tibble: 6 × 3
country year population
<chr> <int> <int>
1 Afghanistan 1995 17586073
2 Afghanistan 1996 18415307
3 Afghanistan 1997 19021226
4 Afghanistan 1998 19496836
5 Afghanistan 1999 19987071
6 Afghanistan 2000 20595360pop_tabela<-pop%>%spread(year,population)
pop_tabela# A tibble: 219 × 20
country `1995` `1996` `1997` `1998` `1999` `2000` `2001` `2002` `2003` `2004`
<chr> <int> <int> <int> <int> <int> <int> <int> <int> <int> <int>
1 Afghan… 1.76e7 1.84e7 1.90e7 1.95e7 2.00e7 2.06e7 2.13e7 2.22e7 2.31e7 2.40e7
2 Albania 3.36e6 3.34e6 3.33e6 3.33e6 3.32e6 3.30e6 3.29e6 3.26e6 3.24e6 3.22e6
3 Algeria 2.93e7 2.98e7 3.03e7 3.08e7 3.13e7 3.17e7 3.22e7 3.26e7 3.30e7 3.35e7
4 Americ… 5.29e4 5.39e4 5.49e4 5.59e4 5.68e4 5.75e4 5.82e4 5.87e4 5.91e4 5.93e4
5 Andorra 6.39e4 6.43e4 6.41e4 6.38e4 6.41e4 6.54e4 6.8 e4 7.16e4 7.56e4 7.91e4
6 Angola 1.21e7 1.25e7 1.28e7 1.31e7 1.35e7 1.39e7 1.44e7 1.49e7 1.54e7 1.60e7
7 Anguil… 9.81e3 1.01e4 1.03e4 1.05e4 1.08e4 1.11e4 1.14e4 1.17e4 1.20e4 1.23e4
8 Antigu… 6.83e4 7.02e4 7.22e4 7.42e4 7.60e4 7.76e4 7.90e4 8.00e4 8.09e4 8.17e4
9 Argent… 3.48e7 3.53e7 3.57e7 3.61e7 3.65e7 3.69e7 3.73e7 3.76e7 3.80e7 3.83e7
10 Armenia 3.22e6 3.17e6 3.14e6 3.11e6 3.09e6 3.08e6 3.06e6 3.05e6 3.04e6 3.03e6
# … with 209 more rows, and 9 more variables: `2005` <int>, `2006` <int>,
# `2007` <int>, `2008` <int>, `2009` <int>, `2010` <int>, `2011` <int>,
# `2012` <int>, `2013` <int>gather e spread são funções opostas
#separa conteúdo das linhas
#setosa1 %>% separate(variavel,c("petala","medida")) %>% View # utiliza pontuação
#setosa1 %>% separate(variavel,c("petala","medida"),sep="Len") %>% View # separação manual#oposto de separate, une conteudos
dados1 %>% unite("linha_junta",1,2,sep= "_") #%>% View #une as colunas "Species" e "Variavel"# A tibble: 300 × 2
linha_junta numero
<chr> <dbl>
1 setosa_Petal.Length 1.4
2 setosa_Petal.Length 1.4
3 setosa_Petal.Length 1.3
4 setosa_Petal.Length 1.5
5 setosa_Petal.Length 1.4
6 setosa_Petal.Length 1.7
7 setosa_Petal.Length 1.4
8 setosa_Petal.Length 1.5
9 setosa_Petal.Length 1.4
10 setosa_Petal.Length 1.5
# … with 290 more rowsseparate e unite são funções opostas
#library(tidyverse)
#library(ggplot2)# iris
dados<-iris
plot(dados$Petal.Length,dados$Petal.Width)
#duas dimensões
qplot(x=Petal.Length,y=Petal.Width,data=dados) 
#uma dimensão
# qplot(x=Petal.Length,data=dados)
qplot(x=Petal.Length,data=dados,geom="histogram") `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
qplot(x=Petal.Length,data=iris,binwidth=0.5) #ajeitando bins
qplot(x=Petal.Length,data=iris,geom="bar") 
qplot(x=Species,data=iris) #padrão geom="bar"
#duas dimensões
qplot(x=Petal.Length,y=Petal.Width,data=iris) # padrão geom="point"
qplot(x=Petal.Length,y=Petal.Width,data=iris,geom="line")
qplot(x=Petal.Length,y=Petal.Width,data=iris,geom="path")
qplot(x=Petal.Length,y=Petal.Width,data=iris,color=Species) # cores de acordo com Species
qplot(x=Petal.Length,y=Petal.Width,data=iris,shape=Species) # formato de acordo com Species
qplot(x=Petal.Length,y=Petal.Width,data=iris,shape=Species,color=Species) 
qplot(y=Petal.Length,x=Species,data=iris,geom="boxplot") 
ggplot(iris,aes(Petal.Length))+geom_bar()#gráfico de barra
ggplot(iris,aes(Petal.Length))+geom_histogram() #histograma`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
ggplot(iris,aes(Petal.Length))+geom_histogram(binwidth=0.3)
ggplot(iris,aes(Petal.Length))+geom_density()#gráfico de densidade (estimativa de densidade de kernel)
ggplot(iris,aes(Petal.Length))+geom_freqpoly(binwidth= 0.1) # poligono de frequência
ggplot(iris,aes(Petal.Length))+geom_dotplot(binwidth = 0.1) #gráfico de pontos
ggplot(dados, aes(Sepal.Length))+
geom_histogram()`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
ggplot(dados)+
geom_histogram(aes(Sepal.Length))`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
dados%>%ggplot(aes(Sepal.Length))+geom_histogram()`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
dados%>%ggplot()+geom_histogram(aes(Sepal.Length))`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
p<-ggplot(dados)
p+geom_histogram(aes(Sepal.Length))`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
Pode mudar o tipo de grafico - de barra
p+geom_bar(aes(Sepal.Length))
gráfico de pontos
p+geom_point(aes(Sepal.Length,Petal.Length))
head(diamonds)# A tibble: 6 × 10
carat cut color clarity depth table price x y z
<dbl> <ord> <ord> <ord> <dbl> <dbl> <int> <dbl> <dbl> <dbl>
1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43
2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31
3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31
4 0.29 Premium I VS2 62.4 58 334 4.2 4.23 2.63
5 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75
6 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48table(diamonds$cut)
Fair Good Very Good Premium Ideal
1610 4906 12082 13791 21551 ggplot(data=diamonds)+geom_bar(mapping=aes(x=cut,color=cut))
ggplot(data=diamonds)+geom_bar(mapping=aes(x=cut,fill=cut))
data <- data.frame(
name=c("A","B","C","D","E") ,
value=c(3,12,5,18,45)
)ggplot(data, aes(x=name, y=value)) +
geom_bar(stat = "identity") 
hist(dados$Sepal.Length)
ggplot(dados, aes(Sepal.Length)) +
geom_histogram(fill='gray', col='black',bins=8)
ifre<-nclass.Sturges(dados$Sepal.Length)
ifre[1] 9ggplot(dados, aes(Sepal.Length)) +
geom_histogram(fill='gray', col='black',bins=ifre)
ggplot(dados,aes(Sepal.Length))+geom_bar()#gráfico de barra
ggplot(dados,aes(Sepal.Length))+geom_histogram() #histograma`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
ggplot(dados,aes(Sepal.Length))+geom_histogram(binwidth=0.5)
ggplot(dados,aes(Sepal.Length))+geom_density()#gráfico de densidade (estimativa de densidade de kernel)
ggplot(dados,aes(Sepal.Length))+geom_freqpoly(binwidth= 0.5) # poligono de frequência
ggplot(dados,aes(Sepal.Length))+geom_dotplot(binwidth = 0.1) #gráfico de pontos
ggplot(dados, aes(x=Sepal.Length)) +
geom_histogram(fill='red', col='black',binwidth = 0.5)+geom_freqpoly(binwidth= 0.5)
ggplot(dados, aes(x=Sepal.Length)) +
geom_histogram(fill='red', col='black',binwidth = 0.5)
ggplot(dados,aes(Sepal.Length))+geom_dotplot(fill='steelblue', col='black',binwidth = 0.2) #gráfico de pontos
ggplot(dados, aes(x=Sepal.Length)) +
geom_histogram(aes(y = ..density..),fill='orange', col='black',bins = 8)+
stat_function(fun = dnorm, colour = "red", args = list(mean = mean(dados$Sepal.Length), sd = sd(dados$Sepal.Length)))
p<- ggplot(dados)
p+ geom_histogram(aes(Sepal.Length,fill=Species),bins=12,alpha=0.5,colour="black")
p+ geom_histogram(aes(Sepal.Length,colour=Species),binwidth=0.1,alpha=0.5,fill="black")
alpha= transparência
colour = contorno
p+ geom_density(aes(Sepal.Length,fill=Species),alpha=0.3,colour="black")
p+ geom_density(aes(Sepal.Length,..count..,fill=Species),alpha=0.5,colour="black")
p+geom_freqpoly(aes(Sepal.Length,colour=Species),binwidth=0.3,show.legend = TRUE)
#combinando gráficos
p+ geom_histogram(aes(Sepal.Length,fill=Species),binwidth=0.3,alpha=0.3,colour="black")+
geom_density(aes(Sepal.Length,0.3*..count..,fill=Species),alpha=0.5,colour="black")
p+ geom_histogram(aes(Sepal.Length,fill=Species),binwidth=0.5,alpha=0.3)+
geom_freqpoly(aes(Sepal.Length,colour=Species),binwidth=0.5)
p+ geom_dotplot(aes(Sepal.Length,fill=Species),binwidth=0.2,alpha=0.3)+
geom_freqpoly(aes(Sepal.Length,colour=Species),binwidth=0.2)
p+ geom_boxplot(aes(y=Sepal.Length,fill=Species))
g<- ggplot(mpg)g+geom_boxplot(aes(class,hwy))
g+geom_boxplot(aes(class,hwy))+geom_jitter(aes(class,hwy))
g+geom_violin(aes(class,hwy))+geom_jitter(aes(class,hwy))
head(mpg)# A tibble: 6 × 11
manufacturer model displ year cyl trans drv cty hwy fl class
<chr> <chr> <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
1 audi a4 1.8 1999 4 auto(l5) f 18 29 p compa…
2 audi a4 1.8 1999 4 manual(m5) f 21 29 p compa…
3 audi a4 2 2008 4 manual(m6) f 20 31 p compa…
4 audi a4 2 2008 4 auto(av) f 21 30 p compa…
5 audi a4 2.8 1999 6 auto(l5) f 16 26 p compa…
6 audi a4 2.8 1999 6 manual(m5) f 18 26 p compa…g+geom_boxplot(aes(class,hwy))+facet_grid(~drv) #tração f- dianteira r, traseira 4
g+geom_boxplot(aes(class,hwy))+facet_grid(year~.)
g+geom_boxplot(aes(class,hwy))+facet_grid(year~drv)
dados%>%ggplot(aes(y=Species,x=Sepal.Length, fill=Species)) +
geom_boxplot()+
stat_summary(fun="mean",color="red")+
theme(legend.position = "none")Warning: Removed 3 rows containing missing values (geom_segment).
library(gapminder)
gapminder %>%
ggplot(aes(continent,lifeExp, fill=continent)) +
geom_boxplot() +
stat_summary(fun="mean")+
theme(legend.position = "none")Warning: Removed 5 rows containing missing values (geom_segment).
g<-ggplot(dados)+geom_point(aes(Petal.Length,Petal.Width,colour=Species))
g
g<-ggplot(dados)+geom_point(aes(Petal.Length,Petal.Width,colour=Species))+
labs(title="Comprimento por largura de pétalas",x="Comprimento",y="Largura")+# Título e nomes dos eixos
scale_colour_manual(name="Espécie",labels=c("Setosa","Versicolor","Virginica"),values=c("skyblue", "royalblue", "blue"))
g
g1<- ggplot(iris,aes(Petal.Length,fill=Species))+geom_bar()+
labs(title="Frequência de cada valor de Petal.Length",x= "Valores de Petal.Length",y= "Frequência/Contagem")+ #Título e nomes dos eixos
scale_fill_manual(name="Espécie",labels=c("Setosa","Versicolor","Virginica"),values=c("goldenrod2","steelblue","green4"))
g1
g+ theme_bw()
g+ theme_classic()
g+ theme_minimal()
g+ theme_dark()
g1+ theme_bw()
g1+ theme_classic()
g1+ theme_minimal()
g1+theme_void()
g1+ theme_dark()
library(ggthemes)
g1+theme_wsj()#+scale_colour_wsj() #wall street journal
g1+theme_gdocs()
cores
g+theme_economist() +scale_colour_economist()# esquema de cores do the economistScale for 'colour' is already present. Adding another scale for 'colour',
which will replace the existing scale.
##duas variáveis contínuas com pares de números/ time series/ etc View(economics)
head(economics)# A tibble: 6 × 6
date pce pop psavert uempmed unemploy
<date> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1967-07-01 507. 198712 12.6 4.5 2944
2 1967-08-01 510. 198911 12.6 4.7 2945
3 1967-09-01 516. 199113 11.9 4.6 2958
4 1967-10-01 512. 199311 12.9 4.9 3143
5 1967-11-01 517. 199498 12.8 4.7 3066
6 1967-12-01 525. 199657 11.8 4.8 3018e<- ggplot(economics)
e+ geom_line(aes(date,unemploy))
e+ geom_area(aes(date,unemploy))
Caso o forecast não esteja instalado
#install.packages("forecast")
library(forecast)Baixar o dados do rpubs do curso
https://rpubs.com/silvioest/cursoR
Dados-IPEA
library(readxl)
dados <- read_excel("ipeadata(02-06-2022-04-52) - silvio exemplo.xls")
head(dados)# A tibble: 6 × 5
Data IMP PIB PIBA TX
<chr> <dbl> <dbl> <dbl> <dbl>
1 1990.01 1678. 0.2 0.7 134.
2 1990.02 1252. 0.4 1.1 126.
3 1990.03 1646. 0.8 1.8 113.
4 1990.04 1363. 0.7 2.5 131.
5 1990.05 1534. 0.8 3.3 133.
6 1990.06 1369. 0.8 4 136.Transformando os dados em ts (dados de séries temporais) coluna IMP - importação
ts_IMP<-ts(dados$IMP,start=c(1990,1),frequency = 12)
ts_IMP Jan Feb Mar Apr May Jun Jul
1990 1678.275 1251.570 1646.230 1362.701 1534.042 1369.161 1576.211
1991 1622.334 1245.038 1462.993 1619.012 1577.352 1837.797 1789.322
1992 1651.851 1521.412 1457.375 1504.127 1564.051 1656.886 1956.260
1993 1798.237 1431.797 2000.557 2124.757 1590.052 2292.208 2770.439
1994 1768.675 2030.101 2248.937 2151.982 2624.852 2498.707 2514.352
1995 3283.872 4012.484 4721.392 3863.500 4897.140 4896.577 4002.874
1996 3439.787 3434.791 3876.447 4073.777 4249.153 4167.948 4806.883
1997 2588.660 4318.803 4788.930 5590.105 4789.335 5270.827 5852.153
1998 4712.117 4020.478 5245.880 4705.098 4814.205 4777.596 5479.072
1999 3746.185 3235.867 4134.496 3757.416 4171.971 4545.922 4114.886
2000 3654.576 4133.069 4535.323 4078.285 4776.281 4681.709 4960.415
2001 5088.239 4086.700 5530.628 4693.746 5236.593 4842.735 4938.328
2002 3886.422 3483.558 3749.115 4225.844 4154.270 3488.084 5105.908
2003 3739.989 3973.074 3786.968 4081.480 3946.387 3603.901 4122.647
2004 4293.740 3833.805 5422.843 4713.721 4917.995 5614.818 5613.393
2005 5349.748 5071.993 5998.528 5423.851 6462.855 6257.324 6147.753
2006 6552.292 6072.453 7814.875 6845.904 7383.569 7464.246 8085.256
2007 8562.978 7340.898 9627.971 8382.641 9904.455 9417.185 10896.754
2008 12487.791 12099.972 11772.927 12477.740 15374.638 16016.787 17279.442
2009 10439.094 7955.653 10191.230 8763.503 9500.591 10009.203 11380.715
2010 11628.213 11936.119 15181.213 14007.783 14374.168 14960.403 16464.840
2011 14962.070 15689.001 17872.299 18458.870 19826.223 19398.621 19259.092
2012 17589.407 16476.146 19033.764 18849.752 20417.071 18709.217 18294.469
2013 20156.726 16981.571 19281.998 21788.738 21203.756 18986.750 22867.576
2014 20238.121 18190.582 17640.547 19352.301 20229.372 18260.985 21610.394
2015 17000.889 15063.077 16660.194 14799.978 14153.162 15239.765 16286.388
2016 10455.955 10448.566 11706.199 10658.991 11291.199 12923.893 11906.418
2017 12335.328 11046.775 13562.894 11459.644 12968.955 13408.998 13263.065
2018 15114.215 13268.768 14668.560 14653.559 14039.985 15008.153 17759.843
2019 17453.377 13566.767 14066.001 14664.020 16130.591 13944.368 18032.909
2020 17190.165 13849.451 14266.745 11431.020 10681.946 10977.106 11814.764
2021 15167.392 14539.173 17865.279 16096.324 17664.682 17843.605 18128.645
Aug Sep Oct Nov Dec
1990 1999.407 1898.575 2037.735 2263.086 2044.369
1991 2152.628 1671.899 2247.611 2005.551 1808.933
1992 1622.022 1643.645 1992.171 1761.570 2222.722
1993 2340.892 2217.389 2094.220 2039.596 2555.856
1994 2775.732 2641.133 3186.329 4114.518 4523.371
1995 4461.347 3687.438 4076.040 4136.941 3932.293
1996 4661.594 4748.327 5496.716 4755.667 5634.678
1997 5433.041 5495.531 5713.646 5332.329 5364.602
1998 4232.707 5810.229 5530.836 4812.451 4532.192
1999 4548.570 4319.941 4539.760 4617.817 4526.709
2000 5501.974 5143.576 5327.233 5234.187 4949.723
2001 5176.030 4246.174 4837.692 4299.682 3592.473
2002 4258.143 4087.345 4369.882 3936.118 3530.073
2003 3811.538 4702.377 5107.951 4348.298 4082.554
2004 5708.244 5834.890 5932.061 6161.109 5767.016
2005 7784.322 6401.418 6327.020 6806.236 6661.167
2006 9212.212 8207.793 8830.359 8761.166 7300.971
2007 11683.453 10832.943 12481.158 12175.813 10735.700
2008 17596.371 17403.299 17329.401 13236.431 11632.287
2009 10934.048 12698.039 12910.059 12182.273 12433.201
2010 16961.829 17891.796 16685.020 17538.418 15707.164
2011 22405.400 20356.258 19918.997 21345.663 18477.262
2012 19312.716 17605.428 20395.170 20821.071 17662.214
2013 20364.219 19035.573 23201.590 19280.002 18352.388
2014 19437.037 20722.266 19635.310 18191.865 17314.238
2015 12937.801 13336.913 14194.772 12744.979 10686.340
2016 13000.672 12141.043 11518.693 11603.000 11666.729
2017 14789.291 14242.528 14598.899 13951.600 13323.466
2018 19768.276 14948.421 16921.935 15529.847 13640.421
2019 17603.931 15362.322 16987.201 14868.296 13248.186
2020 11585.201 13139.952 13245.304 14856.582 15748.589
2021 19557.277 19975.448 20538.918 21611.841 20419.466Gráfico de série temporal com o comando autoplot
autoplot(ts_IMP)
vericando ajuda para o comando holt
help(holt)Fazendo previsão com o camando holt para 12 meses
PrevIMP <- holt(ts_IMP, h = 12)
PrevIMP Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
Jan 2022 20760.12 19259.44 22260.79 18465.02 23055.21
Feb 2022 20819.06 19053.62 22584.51 18119.05 23519.08
Mar 2022 20878.01 18882.56 22873.46 17826.23 23929.79
Apr 2022 20936.95 18735.33 23138.58 17569.86 24304.04
May 2022 20995.90 18605.77 23386.03 17340.51 24651.29
Jun 2022 21054.85 18489.97 23619.73 17132.20 24977.49
Jul 2022 21113.79 18385.28 23842.30 16940.90 25286.69
Aug 2022 21172.74 18289.82 24055.65 16763.70 25581.77
Sep 2022 21231.68 18202.18 24261.19 16598.46 25864.91
Oct 2022 21290.63 18121.26 24460.00 16443.50 26137.76
Nov 2022 21349.58 18046.22 24652.93 16297.53 26401.62
Dec 2022 21408.52 17976.36 24840.68 16159.49 26657.56Resumo do ajuste
summary(PrevIMP)
Forecast method: Holt's method
Model Information:
Holt's method
Call:
holt(y = ts_IMP, h = 12)
Smoothing parameters:
alpha = 0.6196
beta = 1e-04
Initial states:
l = 1432.0126
b = 59.4888
sigma: 1170.986
AIC AICc BIC
7717.408 7717.566 7737.161
Error measures:
ME RMSE MAE MPE MAPE MASE
Training set -14.13047 1164.871 829.0728 -1.844391 10.02267 0.4609707
ACF1
Training set -0.05584862
Forecasts:
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
Jan 2022 20760.12 19259.44 22260.79 18465.02 23055.21
Feb 2022 20819.06 19053.62 22584.51 18119.05 23519.08
Mar 2022 20878.01 18882.56 22873.46 17826.23 23929.79
Apr 2022 20936.95 18735.33 23138.58 17569.86 24304.04
May 2022 20995.90 18605.77 23386.03 17340.51 24651.29
Jun 2022 21054.85 18489.97 23619.73 17132.20 24977.49
Jul 2022 21113.79 18385.28 23842.30 16940.90 25286.69
Aug 2022 21172.74 18289.82 24055.65 16763.70 25581.77
Sep 2022 21231.68 18202.18 24261.19 16598.46 25864.91
Oct 2022 21290.63 18121.26 24460.00 16443.50 26137.76
Nov 2022 21349.58 18046.22 24652.93 16297.53 26401.62
Dec 2022 21408.52 17976.36 24840.68 16159.49 26657.56Gráfico com a previsão
autoplot(PrevIMP)
Fazendo previsão com o camando forecast
PrevIMP1 <- forecast(ts_IMP, h = 12)
PrevIMP1 Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
Jan 2022 20458.42 17546.49 23370.35 16005.00 24911.83
Feb 2022 17988.62 15092.23 20885.02 13558.97 22418.28
Mar 2022 20398.49 16772.40 24024.58 14852.87 25944.12
Apr 2022 19337.38 15603.59 23071.17 13627.04 25047.72
May 2022 20366.53 16144.52 24588.55 13909.52 26823.55
Jun 2022 20393.89 15894.55 24893.22 13512.75 27275.03
Jul 2022 22102.21 16947.96 27256.45 14219.47 29984.95
Aug 2022 22373.12 16888.29 27857.94 13984.80 30761.43
Sep 2022 21481.98 15970.46 26993.50 13052.83 29911.13
Oct 2022 22364.80 16382.05 28347.55 13214.98 31514.62
Nov 2022 21609.58 15601.36 27617.81 12420.80 30798.37
Dec 2022 20317.32 14461.99 26172.64 11362.37 29272.26Resumo do ajuste
summary(PrevIMP1)
Forecast method: ETS(M,A,M)
Model Information:
ETS(M,A,M)
Call:
ets(y = object, lambda = lambda, biasadj = biasadj, allow.multiplicative.trend = allow.multiplicative.trend)
Smoothing parameters:
alpha = 0.5261
beta = 1e-04
gamma = 0.0711
Initial states:
l = 1575.6498
b = 21.5337
s = 1.0464 1.0416 1.0632 1.0128 1.0764 1.0711
0.9915 0.9788 0.9451 0.9859 0.8538 0.9332
sigma: 0.1111
AIC AICc BIC
7424.329 7426.001 7491.490
Error measures:
ME RMSE MAE MPE MAPE MASE
Training set 44.52475 1036.263 719.4986 -0.4172756 8.455621 0.4000466
ACF1
Training set 0.03674622
Forecasts:
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
Jan 2022 20458.42 17546.49 23370.35 16005.00 24911.83
Feb 2022 17988.62 15092.23 20885.02 13558.97 22418.28
Mar 2022 20398.49 16772.40 24024.58 14852.87 25944.12
Apr 2022 19337.38 15603.59 23071.17 13627.04 25047.72
May 2022 20366.53 16144.52 24588.55 13909.52 26823.55
Jun 2022 20393.89 15894.55 24893.22 13512.75 27275.03
Jul 2022 22102.21 16947.96 27256.45 14219.47 29984.95
Aug 2022 22373.12 16888.29 27857.94 13984.80 30761.43
Sep 2022 21481.98 15970.46 26993.50 13052.83 29911.13
Oct 2022 22364.80 16382.05 28347.55 13214.98 31514.62
Nov 2022 21609.58 15601.36 27617.81 12420.80 30798.37
Dec 2022 20317.32 14461.99 26172.64 11362.37 29272.26Gráfico com a previsão
autoplot(PrevIMP1)
Fazendo previsão com o camando auto.arima
ajuste <- auto.arima(ts_IMP)
PrevIMP2<-forecast(ajuste, h = 12)Resumo do ajuste
summary(PrevIMP2)
Forecast method: ARIMA(3,1,0)(0,0,2)[12]
Model Information:
Series: ts_IMP
ARIMA(3,1,0)(0,0,2)[12]
Coefficients:
ar1 ar2 ar3 sma1 sma2
-0.3818 -0.0596 0.2467 0.3706 0.1636
s.e. 0.0501 0.0532 0.0505 0.0516 0.0599
sigma^2 = 1069763: log likelihood = -3200.68
AIC=6413.36 AICc=6413.58 BIC=6437.05
Error measures:
ME RMSE MAE MPE MAPE MASE
Training set 44.34119 1026.181 730.1854 -0.2010917 8.985075 0.4059886
ACF1
Training set -0.02212515
Forecasts:
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
Jan 2022 20821.93 19496.43 22147.43 18794.76 22849.11
Feb 2022 20650.62 19092.26 22208.98 18267.32 23033.93
Mar 2022 21481.95 19665.31 23298.59 18703.64 24260.26
Apr 2022 21049.25 18845.69 23252.80 17679.20 24419.30
May 2022 21370.12 18951.98 23788.26 17671.90 25068.34
Jun 2022 21540.12 18883.02 24197.23 17476.43 25603.82
Jul 2022 21566.19 18669.56 24462.82 17136.18 25996.20
Aug 2022 22086.89 19000.61 25173.16 17366.84 26806.94
Sep 2022 22341.27 19057.46 25625.08 17319.11 27363.43
Oct 2022 22518.50 19049.50 25987.50 17213.12 27823.87
Nov 2022 23042.91 19405.35 26680.47 17479.74 28606.08
Dec 2022 22702.36 18896.96 26507.77 16882.50 28522.23Gráfico com a previsão
autoplot(PrevIMP2)
### Analise base RAIS ###
## Abrindo Banco de dados
#library(tidyverse)
#library(readr)
#dados <- read_csv("Documentos/CursoR_UDESC/RAIS_SC2020.csv",
# + col_types = cols(grau_instrucao_apos_2005 = col_factor(levels = c()),
# + sexo = col_factor(levels = c()),
# + raca_cor = col_factor(levels = c())))
#summary(dados)
#library(fdth)
#help("fdth")
#freq <- fdt(dados$valor_remuneracao_media)
#freq
#plot(freq)
#ggplot(dados, aes(valor_remuneracao_media))+
# geom_histogram()
#ifre<-nclass.Sturges(dados$valor_remuneracao_media)
#ifre
#ggplot(dados, aes(valor_remuneracao_media)) +
# geom_histogram(fill='gray', col='black',bins=ifre)
#ggplot(dados, aes(log(valor_remuneracao_media))) +
# geom_histogram(fill='gray', col='black',bins=ifre)
#dados<-mutate(dados, logRenda=log(dados$valor_remuneracao_media))
#dados<-filter(dados,logRenda!="-Inf")
#ggplot(dados, aes(logRenda)) +
# geom_histogram(fill='gray', col='black',bins=ifre)
## Renda média por cidade
#Renda_Cidade<- group_by(dados, id_municipio)%>%
# summarise(mediaRenda= mean(valor_remuneracao_media), pop=n())
#View(Renda_Cidade)
#cod_cidades <- read_csv("Documentos/CursoR_UDESC/cod_cidades.csv")
#View(cod_cidades)
#Renda_Cidade<-left_join(Renda_Cidade,cod_cidades, by="id_municipio")
#arrange(Renda_Cidade,mediaRenda)
#arrange(Renda_Cidade,desc(mediaRenda))
## Renda média por nivel de formação
#Renda_Form<- group_by(dados, grau_instrucao_apos_2005)%>%
# summarise(mediaRenda= mean(valor_remuneracao_media), pop=n())
#View(Renda_Form)
#Renda_Form<-rename(Renda_Form, chave=grau_instrucao_apos_2005)
#dicionarioRAIS <- read_csv("Documentos/CursoR_UDESC/dicionarioRAIS.csv")
#nivel<-filter(dicionarioRAIS,nome_coluna=="grau_instrucao_apos_2005")
#Renda_Form<-left_join(Renda_Form,nivel, by="chave")
#View(Renda_Form)
#Renda_Form<-select(Renda_Form,valor,mediaRenda,pop)
#View(Renda_Form)
#arrange(Renda_Form,mediaRenda)
#ggplot(Renda_Form)+geom_bar(aes(y=mediaRenda,x=valor),stat = "identity")
#library(ggthemes)
#ggplot(Renda_Form,aes(x=mediaRenda,y=reorder(valor,-mediaRenda),fill=valor))+
# geom_col(stat = "identity")+theme_wsj()+scale_colour_wsj()+
# labs(title = "Renda por nivel de formação")
## Regressão Linear
#ggplot(dados,aes(idade,logRenda))+
# geom_point()+
# geom_smooth(method=lm,se=FALSE)+
# facet_wrap(vars(grau_instrucao_apos_2005))
#ajuste<-lm(logRenda~idade+sexo+tempo_emprego+grau_instrucao_apos_2005+raca_cor,data=dados)
#summary(ajuste)