Categoria = c("A", "B", "C", "D", "E") # Vetor de categoria
Frequencia = c(100, 50, 20, 15, 10) # Vetor de frequência
# Library
library(ggplot2)
# Crie um dataframe
dados = data.frame( Categoria, Frequencia)
# Ordene o dataframe pela frequência em ordem decrescente
dados = dados[order(-dados$Frequencia), ]
# Calcule a frequência acumulada
dados$FrequenciaAcumulada <- cumsum(dados$Frequencia)
# Calcule a porcentagem acumulada
dados$PorcentagemAcumulada <- (dados$FrequenciaAcumulada / sum(dados$Frequencia)) * 100
# Crie o gráfico de barras usando ggplot2
ggplot(dados, aes(x = Categoria, y = Frequencia)) +
geom_bar(stat = "identity", fill = "blue") +
geom_line(aes(x = Categoria, y = PorcentagemAcumulada), color = "red", group = 1) +
geom_point(aes(x = Categoria, y = PorcentagemAcumulada), color = "red") +
scale_y_continuous(sec.axis = sec_axis(~ . / max(dados$PorcentagemAcumulada) * 100, name = "Porcentagem Acumulada")) +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
labs(title = "Gráfico de Pareto", y = "Frequência", x = "Categoria")
### Análise de Juros Simples x Compostos
# Entrada de dados
emprestimo = 1000 # Capital inicial
taxa_juros = 0.05 # Taxa de juros (5% ao ano)
p = 10
periodos = 1:p # Número de períodos (meses)
# Biblioteca
library(ggplot2)
library(tidyr)
# Calculando o montante para juros simples e compostos
montante_juros_simples = emprestimo * (1 + taxa_juros * periodos)
montante_juros_compostos = emprestimo * (1 + taxa_juros)^periodos
# Criando um data frame com os resultados
dados <- data.frame(Período = periodos,
Montante_Juros_Simples = montante_juros_simples,
Montante_Juros_Compostos = montante_juros_compostos)
# Transformando os dados em um formato longo para o ggplot2
dados_longos = gather(dados, "Tipo", "Montante", -Período)
# Criando o gráfico comparativo
ggplot(dados_longos, aes(x = Período, y = Montante, color = Tipo)) +
geom_line() +
labs(title = "",
x = "Período (meses)", y = "Montante") +
theme_minimal()
## Tabela comparativa dos Juros Simples e Compostos
# Período
periodo = c("2024-01-01",
"2024-02-01",
"2024-03-01",
"2024-04-01",
"2024-05-01")
Rec_Var = c(5000,
6000,
5500,
7000,
6500)
# Despesas variáveis
Desp_Var = c(3000,
3500,
8000,
10000,
9000)
fluxo_de_caixa = tibble(
Data = as.Date(periodo),
Rec_Var = Rec_Var,
Desp_Var = - Desp_Var) %>%
mutate(Saldo = cumsum(Rec_Var + Desp_Var))
kable(fluxo_de_caixa, align=c('c')) %>%
kable_styling(bootstrap_options="stripe",
full_width=F)
| Data | Rec_Var | Desp_Var | Saldo |
|---|---|---|---|
| 2024-01-01 | 5000 | -3000 | 2000 |
| 2024-02-01 | 6000 | -3500 | 4500 |
| 2024-03-01 | 5500 | -8000 | 2000 |
| 2024-04-01 | 7000 | -10000 | -1000 |
| 2024-05-01 | 6500 | -9000 | -3500 |