Questões

VADeaths

Visualize o dataset VADeaths (já incluído no R) e crie um gráfico de barras empilhadas desses dados, de modo que as barras estejam agrupadas (lado a lado) para cada categoria. Também defina uma cor diferente para cada grupo das categorias. Por fim, adicione título, legenda e nomes nos eixos.

colors = rainbow(nrow(VADeaths))
barplot(VADeaths,main= "VA Deaths",names.arg=colnames(VADeaths),xlab= "Idade",ylab="Media de mortes", col = colors)

legend("topright",pch = 15,col=colors,legend=rownames(VADeaths))

ClassificaçãoDoença

Uma doença pode ser classificada em três estágios (leve, moderado e severo). Foram examinados 20 pacientes e obtidos os dados: moderado, leve, leve, severo, leve, moderado, moderado, moderado, leve, leve, severo,leve, moderado, moderado, leve, severo, moderado, moderado, moderado,leve. Com base nestes dados crie um gráfico de piza. Inclua a porcentagem de cada fatia, as cores das fatias e o nome do gráfico. Adicionalmente, use o comando legend() para incluir a legenda do gráfico.

class <- c("moderado", "leve", "leve", "severo", "leve", "moderado", "moderado", "moderado", "leve", "leve", "severo","leve", "moderado", "moderado", "leve", "severo", "moderado", "moderado", "moderado","leve")

severo <-length(grep("severo", class))
moderado <-length(grep("moderado", class))
leve <-length(grep("leve", class))

classificacao <- c(leve, moderado,severo)
  
percent <- round(classificacao/sum(classificacao)*100)
label <- paste(percent,"%",sep="")

pie(classificacao,labels=label, main="Percentual da Gravidade", col = rainbow(3))

legend("topleft",
        legend=c("Leve", "Moderado", "Severo"), fill= rainbow(3))

Teorema

Nesta questão, demonstre o uso do teorema do limite central, usando o conjunto de dados “flu” que é altamente não normal. Esse dataset contém as frequências das idades das mortes durante a epidemia de gripe espanhola na Suíça em 1918. Considere a idade das mortes como a população. Execute os passos a seguir. (1)Mostre o histograma e a curva de densidade do conjunto de dados “flu”. (2) Crie 200 médias de amostras da população com tamanho n = 35. (3) Mostre o histograma com a curva de densidade para a médias das amostras. 4) Submeta o link do RPubs com o resultado das etapas anteriores.

flu <- read.csv("flu.csv")

ages = flu$age
hist(ages, probability = T, main = "Histograma")
densityAge = density(ages)
lines(densityAge)

# Médias de amostras
n <- 200
TamMedia <- 35
medias_amostras <- rep(NA, n)
for(i in 1:n){
  minha_amostra <- sample(ages, size=TamMedia)
  medias_amostras[i] <- mean(minha_amostra)
}


hist(medias_amostras, freq = FALSE, main = "Histograma", xlab = "Média", ylab = "Densidade")


lines(density(medias_amostras))

Questão 4

Suponha que a variável escolhida num estudo seja o peso dos gatos da Ruralinda e que a população é composta de 300 gatos. Pelo um estudo prévio dos pesos, o desvio-padrão é de 0.5 kg. Admitindo-se um nível de confiança de 99% e um erro amostral de 0.1 kg, calcule o tamanho da amostra para estimar o peso médio dos gatos da Ruralinda. Use apenas duas casas decimais para submeter sua resposta (sem arredondamento). Ex.:123.239586 -> 123.23.

N = 300
sd = 0.5
cf = 0.99
erro = 0.1

nc = (1 - cf) / 2
n = (qnorm(nc, lower.tail = F)^2 * sd^2 * N) / ((erro^2 * (N-1)) + (qnorm(nc, lower.tail = F)^2 * sd^2))

round(n, 2)
## [1] 107.04

Questão 5

No RU da Ruralinda, os alunos comem, em média, 400 gramas, com desvio padrão de 45 gramas. Pressupondo distribuição normal, qual proporção de alunos comem acima de 500 gramas ? Submeta a resposta em porcentagem com duas casas decimais. Também coloquem o símbolo de porcentagem. Por exemplo: 0.9452899 -> 94.52%.

n = 1 - pnorm(500, mean=400, sd=45)

paste(round(n * 100, 2), "%", sep = "")
## [1] "1.31%"

Questão 6

Para esta questão, usaremos o conjunto de dados “bdims”. Este conjunto de dados contém medidas de 247 homens e 260 mulheres, a maioria dos quais foram considerados adultos jovens saudáveis. Determine o intervalo de confiança de 98.5% da média de alturas (hgt) das mulheres (sex == 0). Para carregar o conjunto de dados primeiro baixe o arquivo “bdims.RData” e coloque-o no diretório apontado pelo RStudio. Após isso, use o comando load(“bdims.RData”). Submeta a resposta com duas casas decimais e sem espaço. Por exemplo: [ 23.4051 - 34.44589 ] -> [23.40-34.44].

load("bdims.RData")

women = subset(bdims, sex == 0)
meanHgt = mean(women$hgt)
N = length(women)
sd = sd(women$hgt)
erro = sd / sqrt(N)

cf = 0.985
nc = (1 - cf) / 2

left = meanHgt-(qnorm(nc, lower.tail= F) * erro)
right = meanHgt+(qnorm(nc, lower.tail = F) * erro)

cat("[", left, "-", right, "]")
## [ 161.6885 - 168.0561 ]