Manipulando base no R

library(readxl) #livraria para importar bases de dados em excel 
BaseNr1_or <- read_excel("D:/2024/Bases/BaseNr1_or.xlsx") 
head(BaseNr1_or) # para observar as primeiras observações

verificação dos casos omissos em cada variável

colSums(is.na(BaseNr1_or))
##           Sujeito            Gênero Grau_de_Instrução          N_Filhos 
##                 0                 0                 0                 0 
##             Idade           Salário 
##                 0                 0

Não se verifica nenhum caso omisso nas variáveis

Verificado o tamanho da base

dim(BaseNr1_or)
## [1] 30  6

Pode se verificar que existem 30 observações e 6 variáveis

Visualização da estrutura da base de dados

str(BaseNr1_or)
## tibble [30 × 6] (S3: tbl_df/tbl/data.frame)
##  $ Sujeito          : num [1:30] 1 2 3 4 5 6 7 8 9 10 ...
##  $ Gênero           : chr [1:30] "M" "F" "M" "M" ...
##  $ Grau_de_Instrução: chr [1:30] "Superior" "Superior" "Superior" "Ens Fundamental" ...
##  $ N_Filhos         : num [1:30] 1 0 0 0 0 2 0 0 1 2 ...
##  $ Idade            : num [1:30] 31 25 33 20 23 37 38 37 34 40 ...
##  $ Salário          : num [1:30] 8.2 5.3 9.4 2.9 3.7 4.4 4.7 5.4 5.8 3.2 ...

verifica-se que as variáveis gênero e grau de instrunção são careteres, por isso há necessidade de alterar para factores de modo que sejam aptas para as análise

BaseNr1_or$Gênero <- as.factor(BaseNr1_or$Gênero) #mudando o tipo da variável Gênero
BaseNr1_or$Grau_de_Instrução <- as.factor(BaseNr1_or$Grau_de_Instrução) #mudando o tipo da variável Grau de
BaseNr1_or$N_Filhos <- as.factor(BaseNr1_or$N_Filhos)#mudando o tipo da variável numero de filhos
str(BaseNr1_or) #isualizando a estrutura da base de dados
## tibble [30 × 6] (S3: tbl_df/tbl/data.frame)
##  $ Sujeito          : num [1:30] 1 2 3 4 5 6 7 8 9 10 ...
##  $ Gênero           : Factor w/ 2 levels "F","M": 2 1 2 2 1 1 2 2 2 2 ...
##  $ Grau_de_Instrução: Factor w/ 3 levels "Ens Fundamental",..: 3 3 3 1 2 3 1 3 3 2 ...
##  $ N_Filhos         : Factor w/ 5 levels "0","1","2","3",..: 2 1 1 1 1 3 1 1 2 3 ...
##  $ Idade            : num [1:30] 31 25 33 20 23 37 38 37 34 40 ...
##  $ Salário          : num [1:30] 8.2 5.3 9.4 2.9 3.7 4.4 4.7 5.4 5.8 3.2 ...

visualização do sumário da base de dados

summary(BaseNr1_or)
##     Sujeito      Gênero       Grau_de_Instrução N_Filhos     Idade      
##  Min.   : 1.00   F:15   Ens Fundamental: 6      0:15     Min.   :20.00  
##  1st Qu.: 8.25   M:15   Ens Médio      :10      1: 7     1st Qu.:30.00  
##  Median :15.50          Superior       :14      2: 6     Median :34.00  
##  Mean   :15.50                                  3: 1     Mean   :33.93  
##  3rd Qu.:22.75                                  4: 1     3rd Qu.:39.50  
##  Max.   :30.00                                           Max.   :46.00  
##     Salário      
##  Min.   : 2.000  
##  1st Qu.: 4.125  
##  Median : 5.650  
##  Mean   : 5.810  
##  3rd Qu.: 7.200  
##  Max.   :11.600
hist(BaseNr1_or$Idade)

Gráfico circular

contagem <- table(BaseNr1_or$Grau_de_Instrução)
cores <- c("lightgreen", "lightcoral", "blue")

pie(contagem, 
    labels = paste(names(contagem), "(", round(100*contagem/sum(contagem), 1), "%)"), 
    col = cores,
    main = "grau de instrunção",
    cex = 0.8
    )


legend("bottomleft",
       legend = paste(names(contagem), "(", round(100*contagem/sum(contagem), 1), "%)"), 
       fill = cores, 
       cex = 0.8, 
       title = "grau de instrunção"
       )