Coleta de dados da turma 3003

Parar coletar os dados da turma, a professora perguntou aos alunos presentes informações como altura,idade e sexo

As informações coletadas foram armazenadas na forma de vetores

#Dados da turma 

sexo= c ("F", "F","F","F","M","F","F","M","M","F","M","M","M", "M","M","M","M")
Idade= c (17,17,16,18,16,17,17,17,17,17,17,17,17,17,17,17,17,17,16)
Altura= c (150,158,157,167,170,169,172,176,179,163,179,178,179,170,165,170,175)

Gráfico para variável qualitativa

Antes de fazermos o gráfico de setores, precisamos tratar o vetor “sexo” de forma a quantificar os totais de “F” e “M”.

# Tratamento de informação 
tabsexo = table(sexo)
tabsexo 
## sexo
##  F  M 
##  7 10

Gráfico de setores

Para o gráfico de setores, utilizaremos a função pie()

#Gráfico de pizza

pie(tabsexo,
   main= "sexo",
   col= c("pink","blue"),
   labels= c(7,10))

   
legend(1,1,
     legend = c("fem","masc"),
     col= c("pink","blue"),
     pch= c(15))

Gráfico para variáveis quantitativas

Gráfico de barras

Para o gráfico de barras utilizaremos a função barplot(), porem se fizermos, o gráfico com o vetor “idade”

#tratamento da informação
tabIdade= table(Idade)

tabIdade
## Idade
## 16 17 18 
##  3 15  1
# gráfico de barras

barplot(tabIdade,
   main= "idade dos alunos",
   cex.main= 2,
   col = c ("pink","blue","plum"),
   xlab = "idade",
   ylab = "freq.absoluta",
   ylim = c(0,20),
   border = FALSE)

Histograma

Histograma é o gráfico que utilizaremos para demostrar uma distribuição de frequencia

#tratamento de informações

tabAltura= table(Altura)

#grafico de Altura

hist(Altura,
    main= "Alturados alunos 3003",
    xlab= "altura(cm)",
    ylab= "freq.absoluta",
    ylim= c(0,13),
    col= "pink",
    labels= T,
    breaks= seq(130,190,10))