2VA

VADeaths

data("VADeaths")

cores <- c("blue", "red", "green", "yellow", "brown")

barplot(as.matrix(VADeaths), 
        beside = T, 
        col = cores, 
        main = "Deaths in Virginia", 
        xlab = "Age Group", 
        ylab = "Number of Deaths", 
        legend = rownames(VADeaths))

ClassificaçãoDoença

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

contagem <- table(dados)

cores <- c("leve" = "blue", "moderado" = "green", "severo" = "red")

pie(contagem, 
    main = "Classificação da Doença", 
    col = cores, 
    labels = paste(names(contagem), ": ", round(100 * contagem/sum(contagem), 1), "%"), 
    cex = 0.8)

legend("topright", 
       legend = names(contagem), 
       fill = cores, 
       title = "Estágio da Doença", 
       cex = 0.8)

Teorema

setwd("C:/Users/Vitor/Desktop/2va analise de dados")

flu <- read.csv(file = "flu.csv",
                header = T,
                strip.white = T,
                na.strings = "")

hist(flu, freq = FALSE, main = "Histograma e Curva de Densidade - Idades de Mortes pela Gripe Espanhola", xlab = "Idade", ylab = "Densidade")
lines(density(flu), col = "red", lwd = 2)


set.seed(123) 
n <- 35
num_amostras <- 200
medias_amostras <- replicate(num_amostras, mean(sample(flu, n, replace = TRUE)))

hist(medias_amostras, freq = FALSE, main = "Histograma e Curva de Densidade - Médias das Amostras", xlab = "Média da Amostra", ylab = "Densidade")
lines(density(medias_amostras), col = "blue", lwd = 2)

Ultima questão

file.URL <- "https://www.dropbox.com/s/jpqvlnn3rvdofsa/bdims.csv?dl=1"
bdims <- read.csv(file.URL, 
                  header = TRUE, 
                  strip.white = TRUE, 
                  na.strings = "")

mulheres <- subset(bdims, sex == 0)

media <- mean(mulheres$hgt)

desvio_padrao <- sd(mulheres$hgt)

n <- nrow(mulheres)

Z <- qnorm(0.985)

erro_padrao <- desvio_padrao / sqrt(n)

limite_inferior <- media - Z * erro_padrao
limite_superior <- media + Z * erro_padrao

sprintf("[%0.2f-%0.2f]", limite_inferior, limite_superior)