(Vian 2022), (Knaflic 2015), (Wickham, Çetinkaya-Rundel, and Grolemund 2023), (Fink 2021), (Siddiqui 2022)

RELATÓRIO DE ATIVIDADES

Apresento o relatório de atividades referente à atividade 11 da disciplina de Computação para Análise de Dados.

Manipulação dos Dados

Para realizar a manipulação de dados do banco de dados Iris, iremos utilizar o pacote dplyr. Esse pacote apresenta diversas funções e, nesta atividade, utilizaremos as funções a seguir:

  • filter() para filtrar os resultados pela coluna cor da pele, escolhendo apenas personagens de pele escura.
  • arrange() para ornenar a coluna de altura de maneira decrescente.
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
## # A tibble: 6 × 14
##   name      height  mass hair_color skin_color eye_color birth_year sex   gender
##   <chr>      <int> <dbl> <chr>      <chr>      <chr>          <dbl> <chr> <chr> 
## 1 Mace Win…    188    84 none       dark       brown             72 male  mascu…
## 2 Gregar T…    185    85 black      dark       brown             NA <NA>  <NA>  
## 3 Adi Gall…    184    50 none       dark       blue              NA fema… femin…
## 4 Quarsh P…    183    NA black      dark       brown             62 male  mascu…
## 5 Lando Ca…    177    79 black      dark       brown             31 male  mascu…
## 6 Finn          NA    NA black      dark       dark              NA male  mascu…
## # ℹ 5 more variables: homeworld <chr>, species <chr>, films <list>,
## #   vehicles <list>, starships <list>

Criar Tabelas

Iremos utilizar o pacote datatable(DT) para visualizar toda a tabela starwars de maneira dinamica, podendo ordenar uma coluna, realizar buscas, etc. Para isso, primeiro precisamos instalar o pacote, indo em Packages -> install -> DT -> install. Feito isso, agora é só buscar o pacote pelo library(DT) e utilizar a função datatable().

> library(DT)
> 
> datatable(starwars)

Equações

Esta seção é composta por 5 equações de Eletromagnetismo para mostrar como colocar equações a partir de fórmulas do Latex no R Markdown.

Equação 1:

A primeira equação é a de campo elétrico. Se nós tivermos várias cargas q1, q2,…qn cujas distâncias até a carga Q é de r1, r2,…,rn, a força total em Q será de:

\[\ F = F_1 + F_2 + ... + F_n = {\frac {1}{4 \pi \epsilon_0}( \frac{q_1 Q}{r_1^2} \hat{r_1} \ + \frac{q_2 Q}{r_2^2} \hat{r_2} \ + ...) }(1.1)\] \[\ F = {\frac {Q}{4 \pi \epsilon_0}( \frac{q_1 \hat{r_1}}{r_1^2} \ + \frac{q_2 \hat{r_2}}{r_2^2} \ + ...) }(1.2)\] ou

\(\\ F=QE\)

onde

\[E(r)= \frac {1}{4 \pi \epsilon_0}\sum_{i=1}^{n}\frac{q_i}{r_i^2}\hat{r_i} \ (1.3)\] Sendo E o campo elétrico da fonte de cargas.

A definição de campo elétrico mostrado na equação (1.3) assume que a fonte do campo é uma coleção de pontos de carga discretos \(q_i\) . Se, ao invés disso, a carga for distribuida de maneira contínua sobre uma alguma região, o somatório se torna uma integral.

\[E(r)= \frac {1}{4 \pi \epsilon_0}\int\frac{1}{r^2}\hat{r}dq \ (1.4)\] Se a carga está espalhada ao longo de uma linha, com uma carga por unidade de comprimento \(\lambda\) , então \(dq= \lambda \ dl'\) (onde dl’ é um elemento do comprimento ao longo da linha). Se a carga estiver espalhada ao longo de uma superfície, com carga por unidade de área \(\sigma\), então \(dq = \sigma \ da'\) ( onde da’ é um elemento de área da superfície). E se a carga preencher um volume com carga por unidade de volume \(\rho\), então \(dq = \rho \ d\tau'\), onde \(d \tau'\) é um elemento do volume. Sendo assim, o campo elétrico para um volume de carga é calculado por:

\[E(r)= \frac {1}{4 \pi \epsilon_0}\int\limits_\upsilon\frac{\rho (r')}{r^2}\hat{r}d\tau' \ (1.5)\]

Figuras

Nesta aba, irei apresentar 2 livros que são muito interessantes para quem está querendo se tornar um cientista de dados.

O primeiro deles é o R Para Data Science do autor Hadley Wickham que ensina uma noção geral do ciclo de ciência de dados e mostra ferramentas úteis para o cientista.

R para Data Science
R para Data Science

O segundo livro é o Storytelling with data da autora Cole Nussbaumer Knaflic que mostra como apresentar informações quantitativa de maneira eficar por meio de gráficos bem construídos.

Storytelling with data
Storytelling with data

Referências

Fink, Elisa Kaspary. 2021. “Estatı́stica Espacial e Machine Learning Aplicados a Modelos de Predição Em Saúde.”
Knaflic, Cole Nussbaumer. 2015. Storytelling with Data: A Data Visualization Guide for Business Professionals. John Wiley & Sons.
Siddiqui, Nabeel. 2022. “Manipulação e Transformação de Dados Com r.” The Programming Historian Em Português.
Vian, Gabriel Vinicius. 2022. “Introdução à Eletrodinâmica e Cromodinâmica Quântica.”
Wickham, Hadley, Mine Çetinkaya-Rundel, and Garrett Grolemund. 2023. R for Data Science. " O’Reilly Media, Inc.".