VADeaths
# Visualizando o dataset
View(VADeaths)
# Definindo as cores
cores <- c("blue", "red", "green", "yellow", "orange")
#Plotando o gráfico
barplot(VADeaths, main = "Taxas de mortalidade na Virgínia em 1940.",xlab = "Grupo etário",ylab = "Mortes", col = cores, beside = F, legend.text = T)

ClassificaçãoDoença
# Dados
dados <- c("moderado", "leve", "leve", "severo", "leve", "moderado", "moderado", "moderado", "leve", "leve", "severo","leve", "moderado", "moderado", "leve", "severo", "moderado", "moderado", "moderado","leve")
# Criando uma tabela de frequência
freq <- table(dados)
# Calculando as porcentagens
porcentagem <- round(prop.table(freq) * 100, 2)
#Definindo cores
cores <- c("red", "blue", "yellow")
# Criando o gráfico de pizza
pie(porcentagem, labels = paste0(names(porcentagem), "\n", porcentagem, "%"), col = cores, main = "Estágios da doença")
# Adicionando a legenda
legend("topright", legend = names(porcentagem), fill = cores)

Teorema
# Instalando a biblioteca
library(readr)
# Lendo o dataset
flu <- read_csv("flu.csv")
## Rows: 75034 Columns: 1
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## dbl (1): age
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
# Calcula densidade
d <- density(flu$age)
#Plota histograma
hist(flu$age, main = "Histograma flu x Age", xlab = "FluXAge", ylab = "Densidade", probability = T, col = "pink")
lines(d, col = "red")

medias <- 200
# Cria vetor com NAs
xbar <- rep(NA, medias)
#Preenche vetor
for(i in 1:medias){
amostra <- sample(flu$age, size = 35)
xbar[i] <- mean(amostra)}
d <- density(xbar)
#Plota histograma
hist(xbar, main = "Histograma xbar", xlab = "xbar", ylab = "Densidade", probability = T, col = "pink")
lines(d, col = "red")
