Objetivo geral

Explorar, analisar e visualizar um conjunto de dados wine quality para extrair insights relevantes e compreender os fatores que influenciam na sua qualidade.

1 - Importando os pacotes

library("pacman")
pacman::p_load(hrbrthemes,tidyr,readr,dplyr, 
               metan, janitor, naniar,ggplot2, DT, grid,
               gridExtra,GGally,ggExtra,purrr,plotly,ggrepel, corrplot)

2 - Importando o conjunto de dados e renomeando as colunas

wine = read.table ("wine_quality.txt", header = T, sep = ",")%>%
  dplyr::rename (cor = color, 
                 branco = white, 
                 acidez_fixa = fixed.acidity,
                 acidez_volatil = volatile.acidity,
                 acido_citrico = citric.acid,
                 acucar_residual = residual.sugar,
                 Cloretos = chlorides, 
                 dioxido_enxofre_livre = free.sulfur.dioxide,
                 dioxido_enxofre_total = total.sulfur.dioxide,
                 densidade = density,
                 pH = pH,
                 sulfatos = sulphates,
                 alcool = alcohol,
                 qualidade = quality,
                 sensorial = good)

3 - Resumo dos dados

O banco de dados possui 6497 linhas e 15 colunas, não tem nenhuma informação faltante e os dados são referentes as características das propriedades dos vinhos avaliados, incluindo sua classificação de qualidade.

3.1 - Visualizando a tabela

dim(wine) # O banco de dados possui 6497 linhas e 15 coluas
## [1] 6497   15
datatable(wine[1:15])

3.2 - Informações resumidas sobre o banco de dados

metan::inspect(wine)
## # A tibble: 15 × 10
##    Variable       Class Missing Levels Valid_n   Min Median    Max Outlier Text 
##    <chr>          <chr> <chr>   <chr>    <int> <dbl>  <dbl>  <dbl>   <int> <chr>
##  1 cor            char… No      0         6497 NA     NA     NA         NA Line…
##  2 branco         inte… No      -         6497  0      1      1       1599 <NA> 
##  3 acidez_fixa    nume… No      -         6497  3.8    7     15.9      357 <NA> 
##  4 acidez_volatil nume… No      -         6497  0.08   0.29   1.58     377 <NA> 
##  5 acido_citrico  nume… No      -         6497  0      0.31   1.66     509 <NA> 
##  6 acucar_residu… nume… No      -         6497  0.6    3     65.8      118 <NA> 
##  7 Cloretos       nume… No      -         6497  0.01   0.05   0.61     286 <NA> 
##  8 dioxido_enxof… nume… No      -         6497  1     29    289         62 <NA> 
##  9 dioxido_enxof… nume… No      -         6497  6    118    440         10 <NA> 
## 10 densidade      nume… No      -         6497  0.99   0.99   1.04       3 <NA> 
## 11 pH             nume… No      -         6497  2.72   3.21   4.01      73 <NA> 
## 12 sulfatos       nume… No      -         6497  0.22   0.51   2        191 <NA> 
## 13 alcool         nume… No      -         6497  8     10.3   14.9        3 <NA> 
## 14 qualidade      inte… No      -         6497  3      6      9        228 <NA> 
## 15 sensorial      char… No      0         6497 NA     NA     NA         NA Line…

3.3 - Função para encontrar informações faltantes (NA) ou não faltantes (!NA)

naniar::as_shadow(wine)
## # A tibble: 6,497 × 15
##    cor_NA branco_NA acidez_fixa_NA acidez_volatil_NA acido_citrico_NA
##    <fct>  <fct>     <fct>          <fct>             <fct>           
##  1 !NA    !NA       !NA            !NA               !NA             
##  2 !NA    !NA       !NA            !NA               !NA             
##  3 !NA    !NA       !NA            !NA               !NA             
##  4 !NA    !NA       !NA            !NA               !NA             
##  5 !NA    !NA       !NA            !NA               !NA             
##  6 !NA    !NA       !NA            !NA               !NA             
##  7 !NA    !NA       !NA            !NA               !NA             
##  8 !NA    !NA       !NA            !NA               !NA             
##  9 !NA    !NA       !NA            !NA               !NA             
## 10 !NA    !NA       !NA            !NA               !NA             
## # ℹ 6,487 more rows
## # ℹ 10 more variables: acucar_residual_NA <fct>, Cloretos_NA <fct>,
## #   dioxido_enxofre_livre_NA <fct>, dioxido_enxofre_total_NA <fct>,
## #   densidade_NA <fct>, pH_NA <fct>, sulfatos_NA <fct>, alcool_NA <fct>,
## #   qualidade_NA <fct>, sensorial_NA <fct>

3.3.1 - Função para encontrar o número de informações faltantes por variável e a porcentagem

naniar::miss_var_summary(wine) # Não tem nenhuma informação faltante no banco de dados
## # A tibble: 15 × 3
##    variable              n_miss pct_miss
##    <chr>                  <int>    <dbl>
##  1 cor                        0        0
##  2 branco                     0        0
##  3 acidez_fixa                0        0
##  4 acidez_volatil             0        0
##  5 acido_citrico              0        0
##  6 acucar_residual            0        0
##  7 Cloretos                   0        0
##  8 dioxido_enxofre_livre      0        0
##  9 dioxido_enxofre_total      0        0
## 10 densidade                  0        0
## 11 pH                         0        0
## 12 sulfatos                   0        0
## 13 alcool                     0        0
## 14 qualidade                  0        0
## 15 sensorial                  0        0

4 - Manipulação de dados

4.1 - Contabilizando o número de registros de cada categoria de qualidade

Com dplyr

resumo_quali_dplyr = wine %>% dplyr::group_by(qualidade) %>%
  dplyr::summarise(quantidade = n())%>% dplyr::arrange(quantidade)

datatable(resumo_quali_dplyr)

Com janitor

resumo_quali_janitor = wine%>% 
  janitor::tabyl(qualidade) %>% dplyr::arrange(n) %>% 
  janitor::adorn_totals()

datatable(resumo_quali_janitor)

Em resumo: Os vinhos foram classificados de 3 a 9 em uma escala sensorial. Cerca de 44% de todos os vinhos avaliados é de qualidade 6, considerados vinhos bons

4.2 - Acrescentando a contagem das linhas na coluna ID

wine_id = wine %>% dplyr::mutate(ID = row_number())
datatable (wine_id[1:15])

4.3 - Mudando a posição da coluna ID para a primera coluna

wine_bruto = wine_id %>% metan::column_to_first(ID)
datatable (wine_bruto[1:15])

4.4 - Deixando o nome das colunas uniforme, todos com letra minúscula

wine_final = wine_bruto %>% janitor::clean_names()
names(wine_final)
##  [1] "id"                    "cor"                   "branco"               
##  [4] "acidez_fixa"           "acidez_volatil"        "acido_citrico"        
##  [7] "acucar_residual"       "cloretos"              "dioxido_enxofre_livre"
## [10] "dioxido_enxofre_total" "densidade"             "p_h"                  
## [13] "sulfatos"              "alcool"                "qualidade"            
## [16] "sensorial"

5 - Análise descritiva

5.1 - Tabela descritiva das variáveis numéricas - principais estatísticas descritivas

metan::desc_stat(wine, stats = "main")
## # A tibble: 13 × 10
##    variable        cv     max    mean  median   min sd.amo     se   ci.t n.valid
##    <chr>        <dbl>   <dbl>   <dbl>   <dbl> <dbl>  <dbl>  <dbl>  <dbl>   <dbl>
##  1 Cloretos    62.5     0.611   0.056   0.047 0.009  0.035 0.0004 0.0009    6497
##  2 acidez_fixa 18.0    15.9     7.22    7     3.8    1.30  0.0161 0.0315    6497
##  3 acidez_vol… 48.5     1.58    0.340   0.29  0.08   0.165 0.002  0.004     6497
##  4 acido_citr… 45.6     1.66    0.319   0.31  0      0.145 0.0018 0.0035    6497
##  5 acucar_res… 87.4    65.8     5.44    3     0.6    4.76  0.059  0.116     6497
##  6 alcool      11.4    14.9    10.5    10.3   8      1.19  0.0148 0.029     6497
##  7 branco      57.1     1       0.754   1     0      0.431 0.0053 0.0105    6497
##  8 densidade    0.302   1.04    0.995   0.995 0.987  0.003 0      0.0001    6497
##  9 dioxido_en… 58.1   289      30.5    29     1     17.7   0.220  0.432     6497
## 10 dioxido_en… 48.8   440     116.    118     6     56.5   0.701  1.37      6497
## 11 pH           5.00    4.01    3.22    3.21  2.72   0.161 0.002  0.0039    6497
## 12 qualidade   15.0     9       5.82    6     3      0.873 0.0108 0.0212    6497
## 13 sulfatos    28.0     2       0.531   0.51  0.22   0.149 0.0018 0.0036    6497

5.2 - Tabela tabela descritiva das variáveis numéricas - todas estatísticas descritivas que a função oferece

metan::desc_stat(wine, stats = "all")
## # A tibble: 13 × 34
##    variable    av.dev   ci.t   ci.z     cv   gmean   hmean    iqr   kurt     mad
##    <chr>        <dbl>  <dbl>  <dbl>  <dbl>   <dbl>   <dbl>  <dbl>  <dbl>   <dbl>
##  1 Cloretos    0.0206 0.0009 0.0009 62.5    0.0503  0.0462 2.7e-2 50.9    0.0163
##  2 acidez_fi…  0.914  0.0315 0.0315 18.0    7.11    7.02   1.3e+0  5.06   0.890 
##  3 acidez_vo…  0.124  0.004  0.004  48.5    0.307   0.280  1.7e-1  2.83   0.119 
##  4 acido_cit…  0.106  0.0035 0.0035 45.6    0.295   0      1.4e-1  2.40   0.104 
##  5 acucar_re…  3.90   0.116  0.116  87.4    3.76    2.72   6.3e+0  4.36   2.52  
##  6 alcool      0.997  0.029  0.029  11.4   10.4    10.4    1.8e+0 -0.532  1.33  
##  7 branco      0.371  0.0105 0.0105 57.1    1       0      0      -0.610  0     
##  8 densidade   0.0025 0.0001 0.0001  0.302  0.995   0.995  4.7e-3  6.61   0.0034
##  9 dioxido_e… 14.0    0.432  0.432  58.1   24.9    18.6    2.4e+1  7.91  17.8   
## 10 dioxido_e… 45.7    1.37   1.37   48.8   96.0    67.9    7.9e+1 -0.372 57.8   
## 11 pH          0.127  0.0039 0.0039  5.00   3.21    3.21   2.1e-1  0.368  0.163 
## 12 qualidade   0.686  0.0212 0.0212 15.0    5.75    5.68   1  e+0  0.232  1.48  
## 13 sulfatos    0.110  0.0036 0.0036 28.0    0.513   0.497  1.7e-1  8.65   0.119 
## # ℹ 24 more variables: max <dbl>, mean <dbl>, median <dbl>, min <dbl>, n <dbl>,
## #   n.valid <dbl>, n.missing <dbl>, n.unique <dbl>, ps <dbl>, q2.5 <dbl>,
## #   q25 <dbl>, q75 <dbl>, q97.5 <dbl>, range <dbl>, sd.amo <dbl>, sd.pop <dbl>,
## #   se <dbl>, skew <dbl>, sum <dbl>, sum.dev <dbl>, ave.dev <dbl>,
## #   sum.sq.dev <dbl>, var.amo <dbl>, var.pop <dbl>

5.3 - Tabela descritiva das variáveis numéricas - estatísticas descritivas robustas

metan::desc_stat(wine, stats = "robust")
## # A tibble: 13 × 5
##    variable                  n  median     iqr      ps
##    <chr>                 <dbl>   <dbl>   <dbl>   <dbl>
##  1 Cloretos               6497   0.047  0.027   0.02  
##  2 acidez_fixa            6497   7      1.3     0.963 
##  3 acidez_volatil         6497   0.29   0.17    0.126 
##  4 acido_citrico          6497   0.31   0.14    0.104 
##  5 acucar_residual        6497   3      6.3     4.67  
##  6 alcool                 6497  10.3    1.8     1.33  
##  7 branco                 6497   1      0       0     
##  8 densidade              6497   0.995  0.0047  0.0034
##  9 dioxido_enxofre_livre  6497  29     24      17.8   
## 10 dioxido_enxofre_total  6497 118     79      58.5   
## 11 pH                     6497   3.21   0.21    0.156 
## 12 qualidade              6497   6      1       0.741 
## 13 sulfatos               6497   0.51   0.17    0.126

5.4 - Tabela descritiva das variáveis numéricas - quartis

metan::desc_stat(wine, stats = "quantile")
## # A tibble: 13 × 7
##    variable                  n   min    q25  median     q75     max
##    <chr>                 <dbl> <dbl>  <dbl>   <dbl>   <dbl>   <dbl>
##  1 Cloretos               6497 0.009  0.038   0.047   0.065   0.611
##  2 acidez_fixa            6497 3.8    6.4     7       7.7    15.9  
##  3 acidez_volatil         6497 0.08   0.23    0.29    0.4     1.58 
##  4 acido_citrico          6497 0      0.25    0.31    0.39    1.66 
##  5 acucar_residual        6497 0.6    1.8     3       8.1    65.8  
##  6 alcool                 6497 8      9.5    10.3    11.3    14.9  
##  7 branco                 6497 0      1       1       1       1    
##  8 densidade              6497 0.987  0.992   0.995   0.997   1.04 
##  9 dioxido_enxofre_livre  6497 1     17      29      41     289    
## 10 dioxido_enxofre_total  6497 6     77     118     156     440    
## 11 pH                     6497 2.72   3.11    3.21    3.32    4.01 
## 12 qualidade              6497 3      5       6       6       9    
## 13 sulfatos               6497 0.22   0.43    0.51    0.6     2

5.5 - Tabela descritiva das variáveis numéricas agrupadas pela variável “sensorial”

metan::desc_stat(wine, by =sensorial)
## # A tibble: 26 × 11
##    sensorial variable     cv     max    mean  median   min  sd.amo     se   ci.t
##    <chr>     <chr>     <dbl>   <dbl>   <dbl>   <dbl> <dbl>   <dbl>  <dbl>  <dbl>
##  1 Bad       Cloretos 66.5     0.611 6.44e-2   0.052 0.009  0.0428 0.0009 0.0017
##  2 Bad       acidez_… 17.3    15.9   7.33e+0   7.1   4.2    1.27   0.026  0.0509
##  3 Bad       acidez_… 47.3     1.58  3.97e-1   0.338 0.1    0.188  0.0038 0.0075
##  4 Bad       acido_c… 53.6     1     3.04e-1   0.295 0      0.163  0.0033 0.0065
##  5 Bad       acucar_… 87.1    23.5   5.65e+0   2.9   0.6    4.92   0.101  0.198 
##  6 Bad       alcool    8.53   14.9   9.87e+0   9.6   8      0.842  0.0172 0.0338
##  7 Bad       branco   67.4     1     6.88e-1   1     0      0.463  0.0095 0.0186
##  8 Bad       densida…  0.248   1.00  9.96e-1   0.996 0.987  0.0025 0.0001 0.0001
##  9 Bad       dioxido… 67.3   289     2.95e+1  26     2     19.8    0.406  0.797 
## 10 Bad       dioxido… 51.9   440     1.19e+2 124     6     61.9    1.27   2.49  
## # ℹ 16 more rows
## # ℹ 1 more variable: n.valid <dbl>

5.6 - Tabela descritiva da variável “alcool” agrupada pela variável “sensorial”

metan::desc_stat(wine, alcool, by =sensorial)
## # A tibble: 2 × 11
##   sensorial variable    cv   max  mean median   min sd.amo     se   ci.t n.valid
##   <chr>     <chr>    <dbl> <dbl> <dbl>  <dbl> <dbl>  <dbl>  <dbl>  <dbl>   <dbl>
## 1 Bad       alcool    8.53  14.9  9.87    9.6   8    0.842 0.0172 0.0338    2384
## 2 Good      alcool   11.2   14.2 10.9    10.8   8.4  1.22  0.019  0.0373    4113

5.7 - Histograma das variáveis

metan::desc_stat(wine, stats = "main", hist = T)

## # A tibble: 13 × 10
##    variable        cv     max    mean  median   min sd.amo     se   ci.t n.valid
##    <chr>        <dbl>   <dbl>   <dbl>   <dbl> <dbl>  <dbl>  <dbl>  <dbl>   <dbl>
##  1 Cloretos    62.5     0.611   0.056   0.047 0.009  0.035 0.0004 0.0009    6497
##  2 acidez_fixa 18.0    15.9     7.22    7     3.8    1.30  0.0161 0.0315    6497
##  3 acidez_vol… 48.5     1.58    0.340   0.29  0.08   0.165 0.002  0.004     6497
##  4 acido_citr… 45.6     1.66    0.319   0.31  0      0.145 0.0018 0.0035    6497
##  5 acucar_res… 87.4    65.8     5.44    3     0.6    4.76  0.059  0.116     6497
##  6 alcool      11.4    14.9    10.5    10.3   8      1.19  0.0148 0.029     6497
##  7 branco      57.1     1       0.754   1     0      0.431 0.0053 0.0105    6497
##  8 densidade    0.302   1.04    0.995   0.995 0.987  0.003 0      0.0001    6497
##  9 dioxido_en… 58.1   289      30.5    29     1     17.7   0.220  0.432     6497
## 10 dioxido_en… 48.8   440     116.    118     6     56.5   0.701  1.37      6497
## 11 pH           5.00    4.01    3.22    3.21  2.72   0.161 0.002  0.0039    6497
## 12 qualidade   15.0     9       5.82    6     3      0.873 0.0108 0.0212    6497
## 13 sulfatos    28.0     2       0.531   0.51  0.22   0.149 0.0018 0.0036    6497

6 - Visualização dos dados

6.1 - Gráfico de barras - Variáveis caregóricas agrupadas pela variável “Sensorial”

c1 <- ggplot(wine, aes(x = sensorial, fill = sensorial)) +
  geom_bar(alpha = 0.5) +
  labs(title = "Gráfico de barras da variável sensorial")+
  theme_classic()

c2 <- ggplot(wine, aes(x = as.character(qualidade), fill = sensorial)) +
  geom_bar(alpha = 0.5) +
  labs(title = "Gráfico de barras da variável qualidade")+
  xlab("qualidade")+
  theme_classic()


c3 <- ggplot(wine, aes(x = cor, fill = sensorial)) +
  geom_bar(alpha = 0.5) +
  labs(title = "Gráfico de barras da variável cor")+
  theme_classic()

grid.arrange(c1, c2, c3)

6.2 - Gráficos de densidade

g1 <- ggplot(wine, aes(x = acidez_fixa, fill = sensorial)) +
  geom_density(alpha = 0.5) +
  labs(title = "Acidez fixa")

g2 <- ggplot(wine, aes(x = acidez_volatil, fill = sensorial)) +
  geom_density(alpha = 0.5) +
  labs(title = "Acidez volátil")

g3 <- ggplot(wine, aes(x = acido_citrico, fill = sensorial)) +
  geom_density(alpha = 0.5) +
  labs(title = "Acido cítrico")

g4 <- ggplot(wine, aes(x = acucar_residual, fill = sensorial)) +
  geom_density(alpha = 0.5) +
  labs(title = "Açúcar residual")

g5 <- ggplot(wine, aes(x = Cloretos, fill = sensorial)) +
  geom_density(alpha = 0.5) +
  labs(title = "cloretos")

g6 <- ggplot(wine, aes(x = dioxido_enxofre_livre, fill = sensorial)) +
  geom_density(alpha = 0.5) +
  labs(title = "Dióxido de enxofre livre")

g7 <- ggplot(wine, aes(x = dioxido_enxofre_total, fill = sensorial)) +
  geom_density(alpha = 0.5) +
  labs(title = "Dióxido de enxofre total")

g8 <- ggplot(wine, aes(x = densidade, fill = sensorial)) +
  geom_density(alpha = 0.5) +
  labs(title = "Densidade")

g9 <- ggplot(wine, aes(x = pH, fill = sensorial)) +
  geom_density(alpha = 0.5) +
  labs(title = "pH")

g10 <- ggplot(wine, aes(x = sulfatos, fill = sensorial)) +
  geom_density(alpha = 0.5) +
  labs(title = "Sulfatos")

g11 <- ggplot(wine, aes(x = alcool, fill = sensorial)) +
  geom_density(alpha = 0.5) +
  labs(title = "Alcool")

# Organizando os gráficos em um grid usando grid.arrange
grid.arrange(g1, g2, g3, g4, g5, g6,g7, g8, g9, g10, g11)

Em resumo: a partir da análise visual dos gráficos de densidade, podemos constatar que a variável “Alcool” é a que possui maior diferença (menor sobreposição) entre os vinhos classificados como bons e ruins

g11

6.3 - Boxplot

b1 <- ggplot(data = wine, aes( x=sensorial, y=acidez_fixa , fill=sensorial)) + 
  geom_boxplot() +
  xlab("Sensorial") +
  ylab("Acidez fixa") +
  theme(legend.position="none") +
  xlab("") +
  xlab("")

b2 <- ggplot(data = wine, aes( x=sensorial, y=acidez_volatil , fill=sensorial)) + 
  geom_boxplot() +
  xlab("Sensorial") +
  ylab("Acidez volátil") +
  theme(legend.position="none") +
  xlab("") +
  xlab("")

b3 <- ggplot(data = wine, aes( x=sensorial, y=acido_citrico , fill=sensorial)) + 
  geom_boxplot() +
  xlab("Sensorial") +
  ylab("Ácido cítrico") +
  theme(legend.position="none") +
  xlab("") +
  xlab("")  

b4 <- ggplot(data = wine, aes( x=sensorial, y=acucar_residual , fill=sensorial)) + 
  geom_boxplot() +
  xlab("Sensorial") +
  ylab("Açúcar residual") +
  theme(legend.position="none") +
  xlab("") +
  xlab("")
  
b5 <- ggplot(data = wine, aes( x=sensorial, y=Cloretos , fill=sensorial)) + 
  geom_boxplot() +
  xlab("Sensorial") +
  ylab("Cloretos") +
  theme(legend.position="none") +
  xlab("") +
  xlab("")
  
b6 <- ggplot(data = wine, aes( x=sensorial, y=dioxido_enxofre_livre , fill=sensorial)) + 
  geom_boxplot() +
  xlab("Sensorial") +
  ylab("Dióxido de enxofre livre") +
  theme(legend.position="none") +
  xlab("") +
  xlab("")

b7 <- ggplot(data = wine, aes( x=sensorial, y=dioxido_enxofre_total , fill=sensorial)) + 
  geom_boxplot() +
  xlab("Sensorial") +
  ylab("Dióxido de enxofre total") +
  theme(legend.position="none") +
  xlab("") +
  xlab("")
  
b8<- ggplot(data = wine, aes( x=sensorial, y=densidade , fill=sensorial)) + 
  geom_boxplot() +
  xlab("Sensorial") +
  ylab("Densidade") +
  theme(legend.position="none") +
  xlab("") +
  xlab("")  
  
b9 <- ggplot(data = wine, aes( x=sensorial, y=pH , fill=sensorial)) + 
  geom_boxplot() +
  xlab("Sensorial") +
  ylab("pH")+
  theme(legend.position="none") +
  xlab("") +
  xlab("")  
  
b10 <- ggplot(data = wine, aes( x=sensorial, y=sulfatos , fill=sensorial)) + 
  geom_boxplot() +
  xlab("Sensorial") +
  ylab("Sulfatos")+
  theme(legend.position="none") +
  xlab("") +
  xlab("")  

b11 <- ggplot(data = wine, aes( x=sensorial, y=alcool , fill=sensorial)) + 
  geom_boxplot() +
  xlab("Sensorial") +
  ylab("Alcool")+
  theme(legend.position="none") +
  xlab("") +
  xlab("")  

# Organizando os gráficos em um grid usando grid.arrange
grid.arrange(b1, b2, b3, b4, b5, b6,b7, b8, b9, b10, b11)

Em resumo: é possível observar nos gráficos boxplots que a variável “Alcool” possui maior concentração nos vinhos considerados bons e portanto, pode ser uma variável a influenciar na qualidade do vinho

b11

6.4 - Correlograma

# Data - variáveis numéricas da tabela wine
data <- wine[ , c(3:14)]

# Matriz de correlação 
M<-cor(data)
head(round(M,2))
##                       acidez_fixa acidez_volatil acido_citrico acucar_residual
## acidez_fixa                  1.00           0.22          0.32           -0.11
## acidez_volatil               0.22           1.00         -0.38           -0.20
## acido_citrico                0.32          -0.38          1.00            0.14
## acucar_residual             -0.11          -0.20          0.14            1.00
## Cloretos                     0.30           0.38          0.04           -0.13
## dioxido_enxofre_livre       -0.28          -0.35          0.13            0.40
##                       Cloretos dioxido_enxofre_livre dioxido_enxofre_total
## acidez_fixa               0.30                 -0.28                 -0.33
## acidez_volatil            0.38                 -0.35                 -0.41
## acido_citrico             0.04                  0.13                  0.20
## acucar_residual          -0.13                  0.40                  0.50
## Cloretos                  1.00                 -0.20                 -0.28
## dioxido_enxofre_livre    -0.20                  1.00                  0.72
##                       densidade    pH sulfatos alcool qualidade
## acidez_fixa                0.46 -0.25     0.30  -0.10     -0.08
## acidez_volatil             0.27  0.26     0.23  -0.04     -0.27
## acido_citrico              0.10 -0.33     0.06  -0.01      0.09
## acucar_residual            0.55 -0.27    -0.19  -0.36     -0.04
## Cloretos                   0.36  0.04     0.40  -0.26     -0.20
## dioxido_enxofre_livre      0.03 -0.15    -0.19  -0.18      0.06
corrplot(M, method="circle")

Em resumo: as variáveis “Alcool” e “densidade” possuem uma correlação de -0.68, e as variáveis “dioxido_enxofre_livre” e “dioxido_enxofre_total” possuem uma correlação de 0.72.

Dentre essas variáveis, “Alcool” teve a maior correção com a variável “qualidade” (0.44), porém a correlação não foi significativa.

6.5 - Gráficos das variáveis que tiveram coeficientes de correlação significativos (acima de 0.60 ou abaixo de -0.60) e a variável de interesse “qualidade”

ggpairs(wine, columns = c("alcool", "densidade", "dioxido_enxofre_livre","dioxido_enxofre_total", "qualidade" ), ggplot2::aes(colour=sensorial)) 

Conclusão: A variável que se mais se correlaciona com a qualidade do vinho é “Álcool”. Vinhos que foram classificados como “Bons” tem maiores concentrações de álcool. Porém essa corelação não foi significativa