Q1

De início, é necessário realizar o agrupamento pela região e posteriormente pelo curso de Ciência da Computação. Posteriormente pode-se extrair as informações de média e mediana, tratando os casos com falta de informação.

Nordeste = dff_estados %>%
  filter(region == "NE") %>%
  select(subdivision)
Sudeste = c(dff_estados %>%
  filter(region == "SE") %>%
  select(subdivision))

Observando os gráficos abaixo, é possível observar que no Nordeste a média das mensalidades é menor em comparação com o sudeste. Essa diferença de valores pode estar relacionado ao custo de vida nessas regiões.

cursos_nordeste = dff_cursos %>%
  filter(uf_busca %in% Nordeste$subdivision, curso_busca == "Ciência da Computação") %>%
  group_by(curso_busca) %>%
  summarise(media = mean(mensalidade, na.rm = TRUE),
            mediana = median(mensalidade))

ggplot(cursos_nordeste, aes(x=curso_busca, y=media, fill=curso_busca)) + 
  geom_bar(stat = 'identity') +
  geom_point(aes(y=mediana)) + 
  theme_bw() + 
  theme(legend.position = "none") + 
  xlab('Nordeste') + ylab('Nota média')

cursos_sudeste = dff_cursos %>%
  filter(uf_busca %in% Sudeste$subdivision, curso_busca == "Ciência da Computação") %>%
  group_by(curso_busca) %>%
  summarise(media = mean(mensalidade, na.rm = TRUE),
            mediana = median(mensalidade))
ggplot(cursos_sudeste, aes(x=curso_busca, y=media, fill=curso_busca)) + 
  geom_bar(stat = 'identity') +
  geom_point(aes(y=mediana)) + 
  theme_bw() + 
  theme(legend.position = "none") + 
  xlab('Sudeste') + ylab('Nota média')

Q2

Abaixo é possível visualizar os top 10 cursos com maiopr valor de mensalidade pelo total de bolsas.

dff_cursos$b_i_c = replace_na(dff_cursos$bolsa_integral_cotas, 0)
dff_cursos$b_i_a = replace_na(dff_cursos$bolsa_integral_ampla, 0)
dff_cursos$b_p_c = replace_na(dff_cursos$bolsa_parcial_cotas, 0)
dff_cursos$b_p_a = replace_na(dff_cursos$bolsa_parcial_ampla, 0)
dff_cursos %>% 
  group_by(curso_busca) %>%
  summarise(total_bolsas = sum(b_i_c, b_i_a, b_p_c, b_p_a, na.rm = TRUE),
  media_mensalidade = mean(mensalidade, na.rm = TRUE)) %>%
  arrange(desc(media_mensalidade), desc(total_bolsas)) %>% head(n= 10)
## # A tibble: 10 × 3
##    curso_busca                              total_bolsas media_mensalidade
##    <chr>                                           <dbl>             <dbl>
##  1 Medicina                                         1177             7168.
##  2 Engenharia de Materiais e Nanotecnologia            2             4108 
##  3 Desenho Industrial                                 28             3467 
##  4 Sistemas Biomédicos                                22             3420 
##  5 Comunicação Social - Cinema                         7             2782.
##  6 Pilotagem Profissional de Aeronaves                44             2631.
##  7 Comunicação e Multimeios                            4             2585.
##  8 Odontologia                                      2529             2324.
##  9 Música - Composição                                 1             2211 
## 10 Design de Games                                     2             2180

Para saber se existe relação entre o valor total de mensalikdade e o total de bolsas por curso, foi calculado o coeficiente de correlação Pearson, visto que o valor é próximo de zero, a correlação é fraca.

dff_cursos = dff_cursos %>% mutate(total_bolsas = rowSums(cbind(b_i_c, b_i_a, b_p_c, b_p_a), na.rm = TRUE))
dp = dff_cursos %>%
  group_by(curso_busca) %>%
  filter(!is.na(total_bolsas))%>%
  select(mensalidade, total_bolsas)
## Adding missing grouping variables: `curso_busca`
cor(dp$mensalidade, dp$total_bolsas, method = 'pearson')
## [1] 0.2162283

Q3

Abaixo é possível observar os principais cursos tecnológicos da paraíba com mais bolsas ofertadas.

dff_cursos %>%
  filter(uf_busca == "PB") %>%
  group_by(curso_busca) %>%
  summarise(max_bolsas = sum(total_bolsas, na.rm = TRUE),
            bolsa_integral_cotas = sum(bolsa_integral_cotas, na.rm = TRUE),
            bolsa_integral_ampla = sum(bolsa_integral_ampla, na.rm = TRUE),
            bolsa_parcial_cotas = sum(bolsa_parcial_cotas, na.rm = TRUE),
            bolsa_parcial_ampla = sum(bolsa_parcial_ampla, na.rm = TRUE)) %>%
  arrange(desc(max_bolsas)) %>% head(n= 10)
## # A tibble: 10 × 6
##    curso_busca            max_bolsas bolsa_integral_cotas bolsa_integral_ampla
##    <chr>                       <dbl>                <dbl>                <dbl>
##  1 Administração                 471                   94                   63
##  2 Ciências Contábeis            351                   66                   38
##  3 Direito                       331                   83                   61
##  4 Enfermagem                    264                   64                   54
##  5 Educação Física               233                   74                   77
##  6 Engenharia Civil              199                   48                   31
##  7 Engenharia de Produção        195                    9                    4
##  8 Nutrição                      148                   37                   20
##  9 Farmácia                      141                   43                   56
## 10 Biomedicina                   136                   25                   14
## # ℹ 2 more variables: bolsa_parcial_cotas <dbl>, bolsa_parcial_ampla <dbl>

Q4

Abaixo estão os valores em percentual de cada modalidade, curiosamente a modalidade predominante é Noturno.

Ciência da Computação

cc = dff_cursos %>%
  group_by(curso_busca) %>%
  filter(curso_busca == "Ciência da Computação")
values = table(cc$turno)
values / sum(values) * 100
## 
##   Integral   Matutino    Noturno Vespertino 
##  1.4423077 31.7307692 65.8653846  0.9615385

Engenharia da Computação

ec = dff_cursos %>%
  group_by(curso_busca) %>%
  filter(curso_busca == "Engenharia da Computação")
value = table(ec$turno)
value / sum(value) * 100
## 
## Integral Matutino  Noturno 
##     6.25    37.50    56.25

Sistemas de informação

si = dff_cursos %>%
  group_by(curso_busca) %>%
  filter(curso_busca == "Sistemas de Informação")
values = table(si$turno)
values / sum(values) * 100
## 
## Curso a Distância          Matutino           Noturno        Vespertino 
##        29.7202797        11.8881119        58.0419580         0.3496503